-
Notifications
You must be signed in to change notification settings - Fork 3
/
wikitext_bpe_additional_linear.sh
188 lines (168 loc) · 10.5 KB
/
wikitext_bpe_additional_linear.sh
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
# finetune additional linear only
CUDA_VISIBLE_DEVICES=4,5,6,7 python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-additional-linear \
--arch transformer_lm_wikibpe --restore-file checkpoints/wikitext103-bpe/checkpoint_best.pt \
--reset-optimizer --reset-dataloader --reset-meters \
--knn-keytype last_ffn_input --additional-linear --finetune-additional-linear \
--max-update 28600 --optimizer nag --lr 1e-3 --clip-norm 1 \
--max-tokens 3072 --update-freq 6 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
# continue finetuning
CUDA_VISIBLE_DEVICES=4,5,6,7 python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-additional-linear \
--arch transformer_lm_wikibpe --restore-file checkpoints/wikitext103-bpe-additional-linear/checkpoint_best.pt \
--knn-keytype last_ffn_input --additional-linear --finetune-additional-linear \
--max-update 28600 --optimizer nag --lr 1e-2 --clip-norm 0.1 \
--max-tokens 18432 --update-freq 1 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
# eval finetuned
python eval_lm.py data-bin/wikitext103-bpe --path checkpoints/wikitext103-bpe-additional-linear/checkpoint_best.pt \
--sample-break-mode complete --max-tokens 3072 --context-window 2560 --softmax-batch 1024 \
--gen-subset valid --bpe subword_nmt --remove-bpe \
--model-overrides "{'knn_keytype': 'last_ffn_input'}"
## after softmax
CUDA_VISIBLE_DEVICES=4,5,7 python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-additional-linear-after-softmax \
--arch transformer_lm_wikibpe \
--restore-file checkpoints/wikitext103-bpe-additional-linear-after-softmax/checkpoint_last.pt \
--knn-keytype last_ffn_input --use-last-ffn-input --finetune-out-embed \
--max-update 286000 --optimizer nag --lr 5e-2 --clip-norm 100 \
--max-tokens 36864 --update-freq 1 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
# eval finetuned
python eval_lm.py data-bin/wikitext103-bpe --path checkpoints/wikitext103-bpe-additional-linear-after-softmax/checkpoint_best.pt \
--sample-break-mode complete --max-tokens 3072 --context-window 2560 --softmax-batch 1024 \
--gen-subset valid --bpe subword_nmt --remove-bpe \
--model-overrides "{'knn_keytype': 'last_ffn_input', 'use_last_ffn_input': True}"
## ATT K=1
python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-kv1-att-fix \
--arch transformer_lm_wikibpe --restore-file checkpoints/wikitext103-bpe/checkpoint_best.pt \
--knn-keytype last_ffn_input --use-last-ffn-input --finetune-out-embed --init-out-embed \
--reset-optimizer --reset-dataloader --reset-meters \
--max-update 100000 --max-lr 1.0 --t-mult 2 --lr-scheduler cosine --lr-shrink 0.75 \
--warmup-updates 5000 --warmup-init-lr 1e-07 --min-lr 1e-09 --optimizer nag --lr 0.01 --clip-norm 0.1 \
--max-tokens 3072 --update-freq 3 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
python eval_lm.py data-bin/wikitext103-bpe --path checkpoints/wikitext103-bpe-kv1-att-fix/checkpoint_best.pt \
--sample-break-mode complete --max-tokens 3072 --context-window 2560 --softmax-batch 1024 \
--gen-subset valid --bpe subword_nmt --remove-bpe \
--model-overrides "{'knn_keytype': 'last_ffn_input', 'use_last_ffn_input': True}" \
--save-scores kv1_att_finetune_scores.npy
## ATT K=9
python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-kv9-att-fix \
--arch transformer_lm_wikibpe \
--restore-file checkpoints/wikitext103-bpe/checkpoint_best.pt \
--reset-optimizer --reset-dataloader --reset-meters \
--knn-keytype last_ffn_input --use-last-ffn-input --finetune-out-embed \
--pseudo-vocab-ratio 9 --criterion agg_softmax \
--max-update 286000 --optimizer nag --lr 5e-2 --clip-norm 100 \
--max-tokens 3072 --update-freq 3 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
python eval_lm.py data-bin/wikitext103-bpe --path checkpoints/wikitext103-bpe-kv9-att-fix/checkpoint_best.pt \
--sample-break-mode complete --max-tokens 3072 --context-window 2560 --softmax-batch 1024 \
--gen-subset valid --bpe subword_nmt --remove-bpe --pseudo-vocab-ratio 9 \
--model-overrides "{'knn_keytype': 'last_ffn_input', 'use_last_ffn_input': True}" \
--save-scores kv9_att_finetune_scores.npy
## ATT K=5
python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-kv5-att-fix \
--arch transformer_lm_wikibpe \
--restore-file checkpoints/wikitext103-bpe/checkpoint_best.pt \
--reset-optimizer --reset-dataloader --reset-meters \
--knn-keytype last_ffn_input --use-last-ffn-input --finetune-out-embed \
--pseudo-vocab-ratio 5 --criterion agg_softmax \
--max-update 286000 --max-lr 1.0 --t-mult 2 --lr-period-updates 270000 --lr-scheduler cosine --lr-shrink 0.75 \
--warmup-updates 16000 --warmup-init-lr 1e-07 --min-lr 1e-09 --optimizer nag --lr 0.0001 --clip-norm 0.1 \
--max-tokens 3072 --update-freq 3 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
## ATT K=3
python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-kv3-att-fix \
--arch transformer_lm_wikibpe \
--restore-file checkpoints/wikitext103-bpe/checkpoint_best.pt \
--reset-optimizer --reset-dataloader --reset-meters \
--knn-keytype last_ffn_input --use-last-ffn-input --finetune-out-embed \
--pseudo-vocab-ratio 3 --criterion agg_softmax \
--max-update 100000 --max-lr 0.5 --t-mult 2 --lr-scheduler cosine --lr-shrink 0.75 \
--warmup-updates 5000 --warmup-init-lr 1e-07 --min-lr 1e-09 --optimizer nag --lr 0.0001 --clip-norm 0.1 \
--max-tokens 3072 --update-freq 3 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
## ATT K=6
python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-kv6-att-fix \
--arch transformer_lm_wikibpe \
--restore-file checkpoints/wikitext103-bpe/checkpoint_best.pt \
--reset-optimizer --reset-dataloader --reset-meters \
--knn-keytype last_ffn_input --use-last-ffn-input --finetune-out-embed \
--pseudo-vocab-ratio 6 --criterion agg_softmax \
--max-update 100000 --max-lr 1.0 --t-mult 2 --lr-scheduler cosine --lr-shrink 0.75 \
--warmup-updates 5000 --warmup-init-lr 1e-07 --min-lr 1e-09 --optimizer nag --lr 0.01 --clip-norm 0.1 \
--max-tokens 3072 --update-freq 3 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
## ATT K=2
python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-kv2-att-fix \
--arch transformer_lm_wikibpe \
--restore-file checkpoints/wikitext103-bpe/checkpoint_best.pt \
--reset-optimizer --reset-dataloader --reset-meters \
--knn-keytype last_ffn_input --use-last-ffn-input --finetune-out-embed \
--pseudo-vocab-ratio 2 --criterion agg_softmax \
--max-update 100000 --max-lr 1.0 --t-mult 2 --lr-scheduler cosine --lr-shrink 0.75 \
--warmup-updates 5000 --warmup-init-lr 1e-07 --min-lr 1e-09 --optimizer nag --lr 0.01 --clip-norm 0.1 \
--max-tokens 3072 --update-freq 3 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
## ATT K=4
python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-kv4-att-fix \
--arch transformer_lm_wikibpe \
--restore-file checkpoints/wikitext103-bpe/checkpoint_best.pt \
--reset-optimizer --reset-dataloader --reset-meters \
--knn-keytype last_ffn_input --use-last-ffn-input --finetune-out-embed \
--pseudo-vocab-ratio 4 --criterion agg_softmax \
--max-update 100000 --max-lr 1.0 --t-mult 2 --lr-scheduler cosine --lr-shrink 0.75 \
--warmup-updates 5000 --warmup-init-lr 1e-07 --min-lr 1e-09 --optimizer nag --lr 0.01 --clip-norm 0.1 \
--max-tokens 3072 --update-freq 3 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
## ATT K=7
python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-kv7-att-fix \
--arch transformer_lm_wikibpe \
--restore-file checkpoints/wikitext103-bpe/checkpoint_best.pt \
--reset-optimizer --reset-dataloader --reset-meters \
--knn-keytype last_ffn_input --use-last-ffn-input --finetune-out-embed \
--pseudo-vocab-ratio 7 --criterion agg_softmax \
--max-update 100000 --max-lr 1.0 --t-mult 2 --lr-scheduler cosine --lr-shrink 0.75 \
--warmup-updates 10000 --warmup-init-lr 1e-07 --min-lr 1e-09 --optimizer nag --lr 0.01 --clip-norm 0.1 \
--max-tokens 3072 --update-freq 3 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
## ATT K=3 fixed lr
python train.py --task language_modeling \
data-bin/wikitext103-bpe \
--save-dir checkpoints/wikitext103-bpe-kv3-att-fix \
--arch transformer_lm_wikibpe \
--restore-file checkpoints/wikitext103-bpe/checkpoint_best.pt \
--reset-optimizer --reset-dataloader --reset-meters \
--knn-keytype last_ffn_input --use-last-ffn-input --finetune-out-embed \
--pseudo-vocab-ratio 3 --criterion agg_softmax \
--max-update 286000 --optimizer nag --lr 5e-2 --clip-norm 100 \
--max-tokens 9216 --update-freq 1 --tokens-per-sample 3072 --seed 1 \
--sample-break-mode none --skip-invalid-size-inputs-valid-test --ddp-backend=no_c10d --fp16
## evaluate all
CUDA_VISIBLE_DEVICES=6 python eval_lm.py data-bin/wikitext103-bpe --path checkpoints/wikitext103-bpe-kv6-att-fix/checkpoint_best.pt \
--sample-break-mode complete --max-tokens 3072 --context-window 2560 --softmax-batch 1024 \
--gen-subset valid --bpe subword_nmt --remove-bpe --pseudo-vocab-ratio 6 \
--model-overrides "{'knn_keytype': 'last_ffn_input', 'use_last_ffn_input': True}" \
--save-scores kv6_att_finetune_scores.npy