{ "cells": [ { "cell_type": "code", "execution_count": 6, "metadata": { "collapsed": true, "id": "bAOmtZk6dzWU" }, "outputs": [], "source": [ "import itertools\n", "import lzma\n", "import numpy as np\n", "import regex as re\n", "import torch\n", "from torch import nn\n", "from torch.utils.data import IterableDataset, DataLoader\n", "from torchtext.vocab import build_vocab_from_iterator" ] }, { "cell_type": "code", "execution_count": 7, "metadata": { "id": "N35v7jfAdzWV" }, "outputs": [], "source": [ "vocab_size = 10000\n", "embed_size = 200\n", "hidden_size = 100\n", "batch_size = 1000\n", "device = 'cuda'\n", "path_to_train = 'train/in.tsv.xz'\n", "path_to_model = 'model1.bin'\n", "\n", "def clean_line(line: str):\n", " # Preprocessing\n", " separated = line.split('\\t')\n", " prefix = separated[6].replace(r'\\n', ' ')\n", " suffix = separated[7].replace(r'\\n', ' ')\n", " return prefix + ' ' + suffix\n", "\n", "def get_words_from_line(line):\n", " line = clean_line(line)\n", " for word in line.split():\n", " yield word\n", "\n", "def get_word_lines_from_file(file_name):\n", " with lzma.open(file_name, mode='rt', encoding='utf-8') as fid:\n", " for line in fid:\n", " yield get_words_from_line(line)\n", "\n", "def double_look_ahead_iterator(gen):\n", " prev_prev = None\n", " prev = None\n", " for item in gen:\n", " if prev_prev is not None:\n", " yield np.asarray((prev_prev, prev, item))\n", " prev_prev = prev\n", " prev = item\n", "\n", "def prediction(words, model, top) -> str:\n", " words_tensor = [train_dataset.vocab.forward([word]) for word in words]\n", " ixs = torch.tensor(words_tensor).view(-1).to(device)\n", " out = model(ixs)\n", " top = torch.topk(out[0], top)\n", " top_indices = top.indices.tolist()\n", " top_probs = top.values.tolist()\n", " top_words = vocab.lookup_tokens(top_indices)\n", " zipped = list(zip(top_words, top_probs))\n", " for index, element in enumerate(zipped):\n", " unk = None\n", " if '' in element:\n", " unk = zipped.pop(index)\n", " zipped.append(('', unk[1]))\n", " break\n", " if unk is None:\n", " zipped[-1] = ('', zipped[-1][1])\n", " return ' '.join([f'{x[0]}:{x[1]:.5f}' for x in zipped])\n", "\n", "def create_outputs(folder_name, model, top):\n", " print(f'Creating outputs in {folder_name}')\n", " with lzma.open(f'{folder_name}/in.tsv.xz', mode='rt', encoding='utf-8') as fid:\n", " with open(f'{folder_name}/out-top={top}.tsv', 'w', encoding='utf-8', newline='\\n') as f:\n", " for line in fid:\n", " separated = line.split('\\t')\n", " prefix = separated[6].replace(r'\\n', ' ').split()[-2:]\n", " output_line = prediction(prefix, model, top)\n", " f.write(output_line + '\\n')\n", "\n", "def train_model(lr):\n", " model = SimpleTrigramNeuralLanguageModel(vocab_size, embed_size, hidden_size).to(device)\n", " data = DataLoader(train_dataset, batch_size=batch_size)\n", " optimizer = torch.optim.Adam(model.parameters(), lr=lr)\n", " criterion = torch.nn.NLLLoss()\n", "\n", " model.train()\n", " step = 0\n", " for batch in data:\n", " x = batch[:, :2]\n", " y = batch[:, 2]\n", " x = x.to(device)\n", " y = y.to(device)\n", " optimizer.zero_grad()\n", " ypredicted = model(x)\n", " loss = criterion(torch.log(ypredicted), y)\n", " if step % 100 == 0:\n", " print(step, loss)\n", " step += 1\n", " loss.backward()\n", "\n", " torch.nn.utils.clip_grad_norm_(model.parameters(), 10)\n", "\n", "\n", " optimizer.step()\n", "\n", " torch.save(model.state_dict(), path_to_model)\n", "\n", "def with_hyperparams():\n", " train_model(lr=0.0001)\n", " model = SimpleTrigramNeuralLanguageModel(vocab_size, embed_size, hidden_size).to(device)\n", " model.load_state_dict(torch.load(path_to_model))\n", " model.eval()\n", " for top in [200, 400, 600]:\n", " create_outputs('dev-0', model, top)\n", " create_outputs('test-A', model, top)\n", "\n", "class Trigrams(IterableDataset):\n", " def __init__(self, text_file, vocabulary_size):\n", " self.vocab = build_vocab_from_iterator(\n", " get_word_lines_from_file(text_file),\n", " max_tokens=vocabulary_size,\n", " specials=[''])\n", " self.vocab.set_default_index(self.vocab[''])\n", " self.vocabulary_size = vocabulary_size\n", " self.text_file = text_file\n", "\n", " def __iter__(self):\n", " return double_look_ahead_iterator(\n", " (self.vocab[t] for t in itertools.chain.from_iterable(get_word_lines_from_file(self.text_file))))\n", "\n", "\n", "class SimpleTrigramNeuralLanguageModel(nn.Module):\n", " def __init__(self, vocabulary_size, embedding_size, hidden_size):\n", " super(SimpleTrigramNeuralLanguageModel, self).__init__()\n", " self.embedding_size = embedding_size\n", " self.embedding = nn.Embedding(vocabulary_size, embedding_size)\n", " self.lin1 = nn.Linear(2 * embedding_size, hidden_size)\n", " self.rel = nn.ReLU()\n", " self.lin2 = nn.Linear(hidden_size, vocabulary_size)\n", " self.sm = nn.Softmax()\n", "\n", " def forward(self, x):\n", " x = self.embedding(x).view((-1, 2 * self.embedding_size))\n", " x = self.lin1(x)\n", " x = self.rel(x)\n", " x = self.lin2(x)\n", " return self.sm(x)" ] }, { "cell_type": "code", "execution_count": 8, "metadata": { "colab": { "base_uri": "https://localhost:8080/" }, "id": "NkOOve5pdzWZ", "outputId": "35cf7a57-a1e3-4194-c76f-708d8929511f" }, "outputs": [ { "output_type": "stream", "name": "stdout", "text": [ "Mounted at /content/drive\n", "/content/drive/MyDrive/modelowanie_jezyka\n" ] } ], "source": [ "from google.colab import drive\n", "\n", "drive.mount('/content/drive',force_remount=True)\n", "%cd /content/drive/MyDrive/modelowanie_jezyka" ] }, { "cell_type": "code", "execution_count": 9, "metadata": { "id": "4RYvjsWvdzWZ" }, "outputs": [], "source": [ "vocab = build_vocab_from_iterator(\n", " get_word_lines_from_file(path_to_train),\n", " max_tokens=vocab_size,\n", " specials=['']\n", ")\n", "\n", "vocab.set_default_index(vocab[''])\n", "train_dataset = Trigrams(path_to_train, vocab_size)" ] }, { "cell_type": "code", "execution_count": 11, "metadata": { "colab": { "base_uri": "https://localhost:8080/" }, "id": "9gg3bNu5dzWZ", "outputId": "17b973c6-0247-4fe2-85c6-a97dc02242e1" }, "outputs": [ { "metadata": { "tags": null }, "name": "stderr", "output_type": "stream", "text": [ ":131: UserWarning: Implicit dimension choice for softmax has been deprecated. Change the call to include dim=X as an argument.\n", " return self.sm(x)\n" ] }, { "output_type": "stream", "name": "stdout", "text": [ "0 tensor(9.2570, device='cuda:0', grad_fn=)\n", "100 tensor(8.3136, device='cuda:0', grad_fn=)\n", "200 tensor(7.4358, device='cuda:0', grad_fn=)\n", "300 tensor(7.2475, device='cuda:0', grad_fn=)\n", "400 tensor(6.7645, device='cuda:0', grad_fn=)\n", "500 tensor(6.5050, device='cuda:0', grad_fn=)\n", "600 tensor(6.4014, device='cuda:0', grad_fn=)\n", "700 tensor(6.6077, device='cuda:0', grad_fn=)\n", "800 tensor(6.3927, device='cuda:0', grad_fn=)\n", "900 tensor(6.0547, device='cuda:0', grad_fn=)\n", "1000 tensor(6.1434, device='cuda:0', grad_fn=)\n", "1100 tensor(5.8979, device='cuda:0', grad_fn=)\n", "1200 tensor(6.1095, device='cuda:0', grad_fn=)\n", "1300 tensor(6.1998, device='cuda:0', grad_fn=)\n", "1400 tensor(5.9146, device='cuda:0', grad_fn=)\n", "1500 tensor(5.7813, device='cuda:0', grad_fn=)\n", "1600 tensor(5.9985, device='cuda:0', grad_fn=)\n", "1700 tensor(5.3452, device='cuda:0', grad_fn=)\n", "1800 tensor(5.7940, device='cuda:0', grad_fn=)\n", "1900 tensor(5.5534, device='cuda:0', grad_fn=)\n", "2000 tensor(5.6145, device='cuda:0', grad_fn=)\n", "2100 tensor(5.8359, device='cuda:0', grad_fn=)\n", "2200 tensor(5.7575, device='cuda:0', grad_fn=)\n", "2300 tensor(5.8183, device='cuda:0', grad_fn=)\n", "2400 tensor(5.7377, device='cuda:0', grad_fn=)\n", "2500 tensor(5.8494, device='cuda:0', grad_fn=)\n", "2600 tensor(5.8213, device='cuda:0', grad_fn=)\n", "2700 tensor(5.6311, device='cuda:0', grad_fn=)\n", "2800 tensor(5.5126, device='cuda:0', grad_fn=)\n", "2900 tensor(5.4556, device='cuda:0', grad_fn=)\n", "3000 tensor(5.2281, device='cuda:0', grad_fn=)\n", "3100 tensor(5.4690, device='cuda:0', grad_fn=)\n", "3200 tensor(5.2455, device='cuda:0', grad_fn=)\n", "3300 tensor(5.8062, device='cuda:0', grad_fn=)\n", "3400 tensor(5.8635, device='cuda:0', grad_fn=)\n", "3500 tensor(5.5261, device='cuda:0', grad_fn=)\n", "3600 tensor(5.4733, device='cuda:0', grad_fn=)\n", "3700 tensor(5.3929, device='cuda:0', grad_fn=)\n", "3800 tensor(5.5937, device='cuda:0', grad_fn=)\n", "3900 tensor(5.4884, device='cuda:0', grad_fn=)\n", "4000 tensor(5.1098, device='cuda:0', grad_fn=)\n", "4100 tensor(5.4178, device='cuda:0', grad_fn=)\n", "4200 tensor(5.3855, device='cuda:0', grad_fn=)\n", "4300 tensor(5.4540, device='cuda:0', grad_fn=)\n", "4400 tensor(5.2868, device='cuda:0', grad_fn=)\n", "4500 tensor(5.6309, device='cuda:0', grad_fn=)\n", "4600 tensor(5.6222, device='cuda:0', grad_fn=)\n", "4700 tensor(5.0256, device='cuda:0', grad_fn=)\n", "4800 tensor(5.5779, device='cuda:0', grad_fn=)\n", "4900 tensor(5.4185, device='cuda:0', grad_fn=)\n", "5000 tensor(5.0892, device='cuda:0', grad_fn=)\n", "5100 tensor(5.2962, device='cuda:0', grad_fn=)\n", "5200 tensor(5.6080, device='cuda:0', grad_fn=)\n", "5300 tensor(5.5294, device='cuda:0', grad_fn=)\n", "5400 tensor(5.4334, device='cuda:0', grad_fn=)\n", "5500 tensor(5.3486, device='cuda:0', grad_fn=)\n", "5600 tensor(5.5954, device='cuda:0', grad_fn=)\n", "5700 tensor(5.6030, device='cuda:0', grad_fn=)\n", "5800 tensor(5.3286, device='cuda:0', grad_fn=)\n", "5900 tensor(5.2896, device='cuda:0', grad_fn=)\n", "6000 tensor(5.7665, device='cuda:0', grad_fn=)\n", "6100 tensor(5.3989, device='cuda:0', grad_fn=)\n", "6200 tensor(5.1637, device='cuda:0', grad_fn=)\n", "6300 tensor(5.7359, device='cuda:0', grad_fn=)\n", "6400 tensor(5.4357, device='cuda:0', grad_fn=)\n", "6500 tensor(5.2306, device='cuda:0', grad_fn=)\n", "6600 tensor(5.4952, device='cuda:0', grad_fn=)\n", "6700 tensor(5.2873, device='cuda:0', grad_fn=)\n", "6800 tensor(5.6516, device='cuda:0', grad_fn=)\n", "6900 tensor(5.3410, device='cuda:0', grad_fn=)\n", "7000 tensor(5.5064, device='cuda:0', grad_fn=)\n", "7100 tensor(5.3542, device='cuda:0', grad_fn=)\n", "7200 tensor(5.4427, device='cuda:0', grad_fn=)\n", "7300 tensor(5.4514, device='cuda:0', grad_fn=)\n", "7400 tensor(5.3294, device='cuda:0', grad_fn=)\n", "7500 tensor(5.7200, device='cuda:0', grad_fn=)\n", "7600 tensor(5.2620, device='cuda:0', grad_fn=)\n", "7700 tensor(5.3428, device='cuda:0', grad_fn=)\n", "7800 tensor(5.5721, device='cuda:0', grad_fn=)\n", "7900 tensor(5.4102, device='cuda:0', grad_fn=)\n", "8000 tensor(5.4482, device='cuda:0', grad_fn=)\n", "8100 tensor(5.4963, device='cuda:0', grad_fn=)\n", "8200 tensor(5.5347, device='cuda:0', grad_fn=)\n", "8300 tensor(5.5172, device='cuda:0', grad_fn=)\n", "8400 tensor(5.0658, device='cuda:0', grad_fn=)\n", "8500 tensor(5.4056, device='cuda:0', grad_fn=)\n", "8600 tensor(5.1450, device='cuda:0', grad_fn=)\n", "8700 tensor(5.2514, device='cuda:0', grad_fn=)\n", "8800 tensor(5.0214, device='cuda:0', grad_fn=)\n", "8900 tensor(5.3136, device='cuda:0', grad_fn=)\n", "9000 tensor(5.1997, device='cuda:0', grad_fn=)\n", "9100 tensor(4.8348, device='cuda:0', grad_fn=)\n", "9200 tensor(5.0372, device='cuda:0', grad_fn=)\n", "9300 tensor(5.2466, device='cuda:0', grad_fn=)\n", "9400 tensor(5.3362, device='cuda:0', grad_fn=)\n", "9500 tensor(5.2651, device='cuda:0', grad_fn=)\n", "9600 tensor(5.5185, device='cuda:0', grad_fn=)\n", "9700 tensor(5.5460, device='cuda:0', grad_fn=)\n", "9800 tensor(5.1778, device='cuda:0', grad_fn=)\n", "9900 tensor(5.0272, device='cuda:0', grad_fn=)\n", "10000 tensor(5.4087, device='cuda:0', grad_fn=)\n", "10100 tensor(5.1365, device='cuda:0', grad_fn=)\n", "10200 tensor(5.1908, device='cuda:0', grad_fn=)\n", "10300 tensor(5.1816, device='cuda:0', grad_fn=)\n", "10400 tensor(5.5366, device='cuda:0', grad_fn=)\n", "10500 tensor(5.2595, device='cuda:0', grad_fn=)\n", "10600 tensor(5.3326, device='cuda:0', grad_fn=)\n", "10700 tensor(5.3983, device='cuda:0', grad_fn=)\n", "10800 tensor(5.4346, device='cuda:0', grad_fn=)\n", "10900 tensor(5.3010, device='cuda:0', grad_fn=)\n", "11000 tensor(5.2640, device='cuda:0', grad_fn=)\n", "11100 tensor(4.9914, device='cuda:0', grad_fn=)\n", "11200 tensor(5.2707, device='cuda:0', grad_fn=)\n", "11300 tensor(5.1615, device='cuda:0', grad_fn=)\n", "11400 tensor(5.3967, device='cuda:0', grad_fn=)\n", "11500 tensor(5.0548, device='cuda:0', grad_fn=)\n", "11600 tensor(5.2904, device='cuda:0', grad_fn=)\n", "11700 tensor(5.0728, device='cuda:0', grad_fn=)\n", "11800 tensor(5.3685, device='cuda:0', grad_fn=)\n", "11900 tensor(5.2579, device='cuda:0', grad_fn=)\n", "12000 tensor(5.4116, device='cuda:0', grad_fn=)\n", "12100 tensor(4.9850, device='cuda:0', grad_fn=)\n", "12200 tensor(5.1288, device='cuda:0', grad_fn=)\n", "12300 tensor(5.5204, device='cuda:0', grad_fn=)\n", "12400 tensor(5.2945, device='cuda:0', grad_fn=)\n", "12500 tensor(5.2505, device='cuda:0', grad_fn=)\n", "12600 tensor(4.8808, device='cuda:0', grad_fn=)\n", "12700 tensor(4.6960, device='cuda:0', grad_fn=)\n", "12800 tensor(5.2775, device='cuda:0', grad_fn=)\n", "12900 tensor(5.4755, device='cuda:0', grad_fn=)\n", "13000 tensor(4.8998, device='cuda:0', grad_fn=)\n", "13100 tensor(5.0161, device='cuda:0', grad_fn=)\n", "13200 tensor(5.3238, device='cuda:0', grad_fn=)\n", "13300 tensor(5.3577, device='cuda:0', grad_fn=)\n", "13400 tensor(5.3376, device='cuda:0', grad_fn=)\n", "13500 tensor(5.4877, device='cuda:0', grad_fn=)\n", "13600 tensor(4.8643, device='cuda:0', grad_fn=)\n", "13700 tensor(4.9484, device='cuda:0', grad_fn=)\n", "13800 tensor(5.1129, device='cuda:0', grad_fn=)\n", "13900 tensor(5.3575, device='cuda:0', grad_fn=)\n", "14000 tensor(5.4240, device='cuda:0', grad_fn=)\n", "14100 tensor(5.1704, device='cuda:0', grad_fn=)\n", "14200 tensor(5.1959, device='cuda:0', grad_fn=)\n", "14300 tensor(5.3272, device='cuda:0', grad_fn=)\n", "14400 tensor(5.4148, device='cuda:0', grad_fn=)\n", "14500 tensor(5.3436, device='cuda:0', grad_fn=)\n", "14600 tensor(5.2994, device='cuda:0', grad_fn=)\n", "14700 tensor(5.3515, device='cuda:0', grad_fn=)\n", "14800 tensor(5.0899, device='cuda:0', grad_fn=)\n", "14900 tensor(5.0274, device='cuda:0', grad_fn=)\n", "15000 tensor(5.2740, device='cuda:0', grad_fn=)\n", "15100 tensor(5.4064, device='cuda:0', grad_fn=)\n", "15200 tensor(5.1399, device='cuda:0', grad_fn=)\n", "15300 tensor(5.0051, device='cuda:0', grad_fn=)\n", "15400 tensor(5.0513, device='cuda:0', grad_fn=)\n", "15500 tensor(5.2234, device='cuda:0', grad_fn=)\n", "15600 tensor(5.1812, device='cuda:0', grad_fn=)\n", "15700 tensor(5.2933, device='cuda:0', grad_fn=)\n", "15800 tensor(5.3839, device='cuda:0', grad_fn=)\n", "15900 tensor(5.3919, device='cuda:0', grad_fn=)\n", "16000 tensor(5.0378, device='cuda:0', grad_fn=)\n", "16100 tensor(5.2975, device='cuda:0', grad_fn=)\n", "16200 tensor(5.2050, device='cuda:0', grad_fn=)\n", "16300 tensor(4.9146, device='cuda:0', grad_fn=)\n", "16400 tensor(5.0289, device='cuda:0', grad_fn=)\n", "16500 tensor(5.5424, device='cuda:0', grad_fn=)\n", "16600 tensor(4.9872, device='cuda:0', grad_fn=)\n", "16700 tensor(5.3475, device='cuda:0', grad_fn=)\n", "16800 tensor(5.1461, device='cuda:0', grad_fn=)\n", "16900 tensor(5.4058, device='cuda:0', grad_fn=)\n", "17000 tensor(4.3672, device='cuda:0', grad_fn=)\n", "17100 tensor(5.2553, device='cuda:0', grad_fn=)\n", "17200 tensor(5.0288, device='cuda:0', grad_fn=)\n", "17300 tensor(4.8915, device='cuda:0', grad_fn=)\n", "17400 tensor(4.6779, device='cuda:0', grad_fn=)\n", "17500 tensor(5.4898, device='cuda:0', grad_fn=)\n", "17600 tensor(5.1083, device='cuda:0', grad_fn=)\n", "17700 tensor(4.6789, device='cuda:0', grad_fn=)\n", "17800 tensor(5.3441, device='cuda:0', grad_fn=)\n", "17900 tensor(5.1731, device='cuda:0', grad_fn=)\n", "18000 tensor(5.2611, device='cuda:0', grad_fn=)\n", "18100 tensor(4.5288, device='cuda:0', grad_fn=)\n", "18200 tensor(5.5324, device='cuda:0', grad_fn=)\n", "18300 tensor(4.8522, device='cuda:0', grad_fn=)\n", "18400 tensor(5.2299, device='cuda:0', grad_fn=)\n", "18500 tensor(5.1332, device='cuda:0', grad_fn=)\n", "18600 tensor(5.1331, device='cuda:0', grad_fn=)\n", "18700 tensor(5.0706, device='cuda:0', grad_fn=)\n", "18800 tensor(4.9425, device='cuda:0', grad_fn=)\n", "18900 tensor(5.0168, device='cuda:0', grad_fn=)\n", "19000 tensor(5.1194, device='cuda:0', grad_fn=)\n", "19100 tensor(5.1465, device='cuda:0', grad_fn=)\n", "19200 tensor(5.4118, device='cuda:0', grad_fn=)\n", "19300 tensor(5.1087, device='cuda:0', grad_fn=)\n", "19400 tensor(5.2879, device='cuda:0', grad_fn=)\n", "19500 tensor(4.7952, device='cuda:0', grad_fn=)\n", "19600 tensor(4.9889, device='cuda:0', grad_fn=)\n", "19700 tensor(5.2982, device='cuda:0', grad_fn=)\n", "19800 tensor(4.9682, device='cuda:0', grad_fn=)\n", "19900 tensor(5.0727, device='cuda:0', grad_fn=)\n", "20000 tensor(5.3921, device='cuda:0', grad_fn=)\n", "20100 tensor(5.3464, device='cuda:0', grad_fn=)\n", "20200 tensor(5.2613, device='cuda:0', grad_fn=)\n", "20300 tensor(5.2227, device='cuda:0', grad_fn=)\n", "20400 tensor(4.8486, device='cuda:0', grad_fn=)\n", "20500 tensor(5.5216, device='cuda:0', grad_fn=)\n", "20600 tensor(5.1865, device='cuda:0', grad_fn=)\n", "20700 tensor(5.0252, device='cuda:0', grad_fn=)\n", "20800 tensor(5.1742, device='cuda:0', grad_fn=)\n", "20900 tensor(4.9608, device='cuda:0', grad_fn=)\n", "21000 tensor(4.8754, device='cuda:0', grad_fn=)\n", "21100 tensor(5.2599, device='cuda:0', grad_fn=)\n", "21200 tensor(4.7691, device='cuda:0', grad_fn=)\n", "21300 tensor(5.1363, device='cuda:0', grad_fn=)\n", "21400 tensor(5.2940, device='cuda:0', grad_fn=)\n", "21500 tensor(4.8573, device='cuda:0', grad_fn=)\n", "21600 tensor(5.2410, device='cuda:0', grad_fn=)\n", "21700 tensor(5.2941, device='cuda:0', grad_fn=)\n", "21800 tensor(5.0294, device='cuda:0', grad_fn=)\n", "21900 tensor(5.1803, device='cuda:0', grad_fn=)\n", "22000 tensor(4.9386, device='cuda:0', grad_fn=)\n", "22100 tensor(5.3389, device='cuda:0', grad_fn=)\n", "22200 tensor(5.1924, device='cuda:0', grad_fn=)\n", "22300 tensor(5.1488, device='cuda:0', grad_fn=)\n", "22400 tensor(5.4211, device='cuda:0', grad_fn=)\n", "22500 tensor(4.7259, device='cuda:0', grad_fn=)\n", "22600 tensor(5.2168, device='cuda:0', grad_fn=)\n", "22700 tensor(4.9509, device='cuda:0', grad_fn=)\n", "22800 tensor(5.1694, device='cuda:0', grad_fn=)\n", "22900 tensor(4.9012, device='cuda:0', grad_fn=)\n", "23000 tensor(5.2488, device='cuda:0', grad_fn=)\n", "23100 tensor(5.4762, device='cuda:0', grad_fn=)\n", "23200 tensor(5.3331, device='cuda:0', grad_fn=)\n", "23300 tensor(5.1007, device='cuda:0', grad_fn=)\n", "23400 tensor(5.1397, device='cuda:0', grad_fn=)\n", "23500 tensor(4.9862, device='cuda:0', grad_fn=)\n", "23600 tensor(4.5681, device='cuda:0', grad_fn=)\n", "23700 tensor(5.0539, device='cuda:0', grad_fn=)\n", "23800 tensor(5.2384, device='cuda:0', grad_fn=)\n", "23900 tensor(5.2213, device='cuda:0', grad_fn=)\n", "24000 tensor(5.2034, device='cuda:0', grad_fn=)\n", "24100 tensor(4.8727, device='cuda:0', grad_fn=)\n", "24200 tensor(5.1615, device='cuda:0', grad_fn=)\n", "24300 tensor(5.2397, device='cuda:0', grad_fn=)\n", "24400 tensor(4.9909, device='cuda:0', grad_fn=)\n", "24500 tensor(5.3016, device='cuda:0', grad_fn=)\n", "24600 tensor(4.8689, device='cuda:0', grad_fn=)\n", "24700 tensor(5.0979, device='cuda:0', grad_fn=)\n", "24800 tensor(4.8190, device='cuda:0', grad_fn=)\n", "24900 tensor(5.1405, device='cuda:0', grad_fn=)\n", "25000 tensor(5.2768, device='cuda:0', grad_fn=)\n", "25100 tensor(5.1046, device='cuda:0', grad_fn=)\n", "25200 tensor(5.0897, device='cuda:0', grad_fn=)\n", "25300 tensor(5.0305, device='cuda:0', grad_fn=)\n", "25400 tensor(4.8187, device='cuda:0', grad_fn=)\n", "25500 tensor(4.7033, device='cuda:0', grad_fn=)\n", "25600 tensor(5.4625, device='cuda:0', grad_fn=)\n", "25700 tensor(5.0582, device='cuda:0', grad_fn=)\n", "25800 tensor(4.7515, device='cuda:0', grad_fn=)\n", "25900 tensor(4.9780, device='cuda:0', grad_fn=)\n", "26000 tensor(5.0385, device='cuda:0', grad_fn=)\n", "26100 tensor(5.3317, device='cuda:0', grad_fn=)\n", "26200 tensor(5.2198, device='cuda:0', grad_fn=)\n", "26300 tensor(5.2683, device='cuda:0', grad_fn=)\n", "26400 tensor(4.9987, device='cuda:0', grad_fn=)\n", "26500 tensor(5.0611, device='cuda:0', grad_fn=)\n", "26600 tensor(5.2856, device='cuda:0', grad_fn=)\n", "26700 tensor(5.0887, device='cuda:0', grad_fn=)\n", "26800 tensor(5.1377, device='cuda:0', grad_fn=)\n", "26900 tensor(4.5615, device='cuda:0', grad_fn=)\n", "27000 tensor(5.2209, device='cuda:0', grad_fn=)\n", "27100 tensor(5.0862, device='cuda:0', grad_fn=)\n", "27200 tensor(5.0038, device='cuda:0', grad_fn=)\n", "27300 tensor(5.0321, device='cuda:0', grad_fn=)\n", "27400 tensor(5.0214, device='cuda:0', grad_fn=)\n", "27500 tensor(5.2483, device='cuda:0', grad_fn=)\n", "27600 tensor(4.8013, device='cuda:0', grad_fn=)\n", "27700 tensor(5.0453, device='cuda:0', grad_fn=)\n", "27800 tensor(4.8031, device='cuda:0', grad_fn=)\n", "27900 tensor(4.9852, device='cuda:0', grad_fn=)\n", "28000 tensor(4.8680, device='cuda:0', grad_fn=)\n", "28100 tensor(5.3965, device='cuda:0', grad_fn=)\n", "28200 tensor(5.1008, device='cuda:0', grad_fn=)\n", "28300 tensor(5.0263, device='cuda:0', grad_fn=)\n", "28400 tensor(4.9622, device='cuda:0', grad_fn=)\n", "28500 tensor(5.0803, device='cuda:0', grad_fn=)\n", "28600 tensor(5.1089, device='cuda:0', grad_fn=)\n", "28700 tensor(5.6485, device='cuda:0', grad_fn=)\n", "28800 tensor(5.0195, device='cuda:0', grad_fn=)\n", "28900 tensor(4.7143, device='cuda:0', grad_fn=)\n", "29000 tensor(5.2968, device='cuda:0', grad_fn=)\n", "29100 tensor(5.0881, device='cuda:0', grad_fn=)\n", "29200 tensor(4.7767, device='cuda:0', grad_fn=)\n", "29300 tensor(4.9015, device='cuda:0', grad_fn=)\n", "29400 tensor(5.1177, device='cuda:0', grad_fn=)\n", "29500 tensor(5.0024, device='cuda:0', grad_fn=)\n", "29600 tensor(5.0116, device='cuda:0', grad_fn=)\n", "29700 tensor(5.0913, device='cuda:0', grad_fn=)\n", "29800 tensor(5.0730, device='cuda:0', grad_fn=)\n", "29900 tensor(5.2098, device='cuda:0', grad_fn=)\n", "30000 tensor(4.8949, device='cuda:0', grad_fn=)\n", "30100 tensor(5.1074, device='cuda:0', grad_fn=)\n", "30200 tensor(5.2501, device='cuda:0', grad_fn=)\n", "30300 tensor(5.0952, device='cuda:0', grad_fn=)\n", "30400 tensor(4.7803, device='cuda:0', grad_fn=)\n", "30500 tensor(5.1438, device='cuda:0', grad_fn=)\n", "30600 tensor(5.1865, device='cuda:0', grad_fn=)\n", "30700 tensor(5.0876, device='cuda:0', grad_fn=)\n", "30800 tensor(4.9957, device='cuda:0', grad_fn=)\n", "30900 tensor(4.9111, device='cuda:0', grad_fn=)\n", "31000 tensor(4.9795, device='cuda:0', grad_fn=)\n", "31100 tensor(5.1215, device='cuda:0', grad_fn=)\n", "31200 tensor(4.9652, device='cuda:0', grad_fn=)\n", "31300 tensor(5.0836, device='cuda:0', grad_fn=)\n", "31400 tensor(4.7480, device='cuda:0', grad_fn=)\n", "31500 tensor(5.0733, device='cuda:0', grad_fn=)\n", "31600 tensor(5.0257, device='cuda:0', grad_fn=)\n", "31700 tensor(5.2194, device='cuda:0', grad_fn=)\n", "31800 tensor(4.6968, device='cuda:0', grad_fn=)\n", "31900 tensor(4.8459, device='cuda:0', grad_fn=)\n", "32000 tensor(4.9492, device='cuda:0', grad_fn=)\n", "32100 tensor(5.1559, device='cuda:0', grad_fn=)\n", "32200 tensor(4.9369, device='cuda:0', grad_fn=)\n", "32300 tensor(5.1198, device='cuda:0', grad_fn=)\n", "32400 tensor(4.9705, device='cuda:0', grad_fn=)\n", "32500 tensor(5.1361, device='cuda:0', grad_fn=)\n", "32600 tensor(4.9825, device='cuda:0', grad_fn=)\n", "32700 tensor(5.4973, device='cuda:0', grad_fn=)\n", "32800 tensor(5.1503, device='cuda:0', grad_fn=)\n", "32900 tensor(5.0624, device='cuda:0', grad_fn=)\n", "33000 tensor(5.2216, device='cuda:0', grad_fn=)\n", "33100 tensor(4.9986, device='cuda:0', grad_fn=)\n", "33200 tensor(5.1666, device='cuda:0', grad_fn=)\n", "33300 tensor(5.0774, device='cuda:0', grad_fn=)\n", "33400 tensor(4.7154, device='cuda:0', grad_fn=)\n", "33500 tensor(4.8050, device='cuda:0', grad_fn=)\n", "33600 tensor(5.0121, device='cuda:0', grad_fn=)\n", "33700 tensor(4.9336, device='cuda:0', grad_fn=)\n", "33800 tensor(4.9983, device='cuda:0', grad_fn=)\n", "33900 tensor(4.9299, device='cuda:0', grad_fn=)\n", "34000 tensor(4.8085, device='cuda:0', grad_fn=)\n", "34100 tensor(4.6787, device='cuda:0', grad_fn=)\n", "34200 tensor(5.0441, device='cuda:0', grad_fn=)\n", "34300 tensor(5.0500, device='cuda:0', grad_fn=)\n", "34400 tensor(4.8602, device='cuda:0', grad_fn=)\n", "34500 tensor(5.1163, device='cuda:0', grad_fn=)\n", "34600 tensor(5.0843, device='cuda:0', grad_fn=)\n", "34700 tensor(5.1913, device='cuda:0', grad_fn=)\n", "34800 tensor(5.0463, device='cuda:0', grad_fn=)\n", "34900 tensor(5.0379, device='cuda:0', grad_fn=)\n", "35000 tensor(5.1605, device='cuda:0', grad_fn=)\n", "35100 tensor(4.9475, device='cuda:0', grad_fn=)\n", "35200 tensor(4.7895, device='cuda:0', grad_fn=)\n", "35300 tensor(4.9079, device='cuda:0', grad_fn=)\n", "35400 tensor(4.8474, device='cuda:0', grad_fn=)\n", "35500 tensor(5.1182, device='cuda:0', grad_fn=)\n", "35600 tensor(4.9876, device='cuda:0', grad_fn=)\n", "35700 tensor(5.0740, device='cuda:0', grad_fn=)\n", "35800 tensor(5.0899, device='cuda:0', grad_fn=)\n", "35900 tensor(5.4795, device='cuda:0', grad_fn=)\n", "36000 tensor(4.8221, device='cuda:0', grad_fn=)\n", "36100 tensor(5.2199, device='cuda:0', grad_fn=)\n", "36200 tensor(5.1585, device='cuda:0', grad_fn=)\n", "36300 tensor(4.9132, device='cuda:0', grad_fn=)\n", "36400 tensor(4.6865, device='cuda:0', grad_fn=)\n", "36500 tensor(5.0982, device='cuda:0', grad_fn=)\n", "36600 tensor(5.1886, device='cuda:0', grad_fn=)\n", "36700 tensor(5.2310, device='cuda:0', grad_fn=)\n", "36800 tensor(4.8729, device='cuda:0', grad_fn=)\n", "36900 tensor(5.1362, device='cuda:0', grad_fn=)\n", "37000 tensor(5.2179, device='cuda:0', grad_fn=)\n", "37100 tensor(5.0787, device='cuda:0', grad_fn=)\n", "37200 tensor(5.1929, device='cuda:0', grad_fn=)\n", "37300 tensor(5.1267, device='cuda:0', grad_fn=)\n", "37400 tensor(4.8166, device='cuda:0', grad_fn=)\n", "37500 tensor(4.7019, device='cuda:0', grad_fn=)\n", "37600 tensor(5.0429, device='cuda:0', grad_fn=)\n", "37700 tensor(4.9993, device='cuda:0', grad_fn=)\n", "37800 tensor(4.9434, device='cuda:0', grad_fn=)\n", "37900 tensor(4.9565, device='cuda:0', grad_fn=)\n", "38000 tensor(5.0422, device='cuda:0', grad_fn=)\n", "38100 tensor(4.9607, device='cuda:0', grad_fn=)\n", "38200 tensor(5.2120, device='cuda:0', grad_fn=)\n", "38300 tensor(5.1508, device='cuda:0', grad_fn=)\n", "38400 tensor(5.2408, device='cuda:0', grad_fn=)\n", "38500 tensor(5.1387, device='cuda:0', grad_fn=)\n", "38600 tensor(4.9913, device='cuda:0', grad_fn=)\n", "38700 tensor(5.0389, device='cuda:0', grad_fn=)\n", "38800 tensor(5.2357, device='cuda:0', grad_fn=)\n", "38900 tensor(5.4844, device='cuda:0', grad_fn=)\n", "39000 tensor(4.8261, device='cuda:0', grad_fn=)\n", "39100 tensor(5.0514, device='cuda:0', grad_fn=)\n", "39200 tensor(5.1650, device='cuda:0', grad_fn=)\n", "39300 tensor(4.9774, device='cuda:0', grad_fn=)\n", "39400 tensor(5.0853, device='cuda:0', grad_fn=)\n", "39500 tensor(5.1007, device='cuda:0', grad_fn=)\n", "39600 tensor(5.2591, device='cuda:0', grad_fn=)\n", "39700 tensor(5.0162, device='cuda:0', grad_fn=)\n", "39800 tensor(5.1029, device='cuda:0', grad_fn=)\n", "39900 tensor(4.8540, device='cuda:0', grad_fn=)\n", "40000 tensor(5.0950, device='cuda:0', grad_fn=)\n", "40100 tensor(5.1870, device='cuda:0', grad_fn=)\n", "40200 tensor(4.8280, device='cuda:0', grad_fn=)\n", "40300 tensor(5.0794, device='cuda:0', grad_fn=)\n", "40400 tensor(5.0300, device='cuda:0', grad_fn=)\n", "40500 tensor(5.3105, device='cuda:0', grad_fn=)\n", "40600 tensor(5.1316, device='cuda:0', grad_fn=)\n", "40700 tensor(5.0367, device='cuda:0', grad_fn=)\n", "40800 tensor(4.9724, device='cuda:0', grad_fn=)\n", "40900 tensor(5.0658, device='cuda:0', grad_fn=)\n", "41000 tensor(4.9169, device='cuda:0', grad_fn=)\n", "41100 tensor(4.4952, device='cuda:0', grad_fn=)\n", "41200 tensor(4.8536, device='cuda:0', grad_fn=)\n", "41300 tensor(5.1255, device='cuda:0', grad_fn=)\n", "41400 tensor(5.1006, device='cuda:0', grad_fn=)\n", "41500 tensor(4.9304, device='cuda:0', grad_fn=)\n", "41600 tensor(4.8720, device='cuda:0', grad_fn=)\n", "41700 tensor(5.1611, device='cuda:0', grad_fn=)\n", "41800 tensor(4.9487, device='cuda:0', grad_fn=)\n", "41900 tensor(4.7736, device='cuda:0', grad_fn=)\n", "42000 tensor(5.2250, device='cuda:0', grad_fn=)\n", "42100 tensor(5.3416, device='cuda:0', grad_fn=)\n", "42200 tensor(4.9317, device='cuda:0', grad_fn=)\n", "42300 tensor(4.8594, device='cuda:0', grad_fn=)\n", "42400 tensor(4.7213, device='cuda:0', grad_fn=)\n", "42500 tensor(4.9424, device='cuda:0', grad_fn=)\n", "42600 tensor(4.9085, device='cuda:0', grad_fn=)\n", "42700 tensor(5.0864, device='cuda:0', grad_fn=)\n", "42800 tensor(4.5522, device='cuda:0', grad_fn=)\n", "42900 tensor(5.4337, device='cuda:0', grad_fn=)\n", "43000 tensor(5.0700, device='cuda:0', grad_fn=)\n", "43100 tensor(5.1494, device='cuda:0', grad_fn=)\n", "43200 tensor(4.7431, device='cuda:0', grad_fn=)\n", "43300 tensor(5.3639, device='cuda:0', grad_fn=)\n", "43400 tensor(4.8963, device='cuda:0', grad_fn=)\n", "43500 tensor(5.1136, device='cuda:0', grad_fn=)\n", "43600 tensor(4.8048, device='cuda:0', grad_fn=)\n", "43700 tensor(4.9236, device='cuda:0', grad_fn=)\n", "43800 tensor(4.9797, device='cuda:0', grad_fn=)\n", "43900 tensor(5.0236, device='cuda:0', grad_fn=)\n", "44000 tensor(5.0134, device='cuda:0', grad_fn=)\n", "44100 tensor(4.8278, device='cuda:0', grad_fn=)\n", "44200 tensor(4.7282, device='cuda:0', grad_fn=)\n", "44300 tensor(5.1968, device='cuda:0', grad_fn=)\n", "44400 tensor(4.9318, device='cuda:0', grad_fn=)\n", "44500 tensor(4.9458, device='cuda:0', grad_fn=)\n", "44600 tensor(5.0479, device='cuda:0', grad_fn=)\n", "44700 tensor(4.8669, device='cuda:0', grad_fn=)\n", "44800 tensor(5.1006, device='cuda:0', grad_fn=)\n", "44900 tensor(5.0761, device='cuda:0', grad_fn=)\n", "45000 tensor(4.8570, device='cuda:0', grad_fn=)\n", "45100 tensor(4.9536, device='cuda:0', grad_fn=)\n", "45200 tensor(4.7665, device='cuda:0', grad_fn=)\n", "45300 tensor(5.1462, device='cuda:0', grad_fn=)\n", "45400 tensor(4.7666, device='cuda:0', grad_fn=)\n", "45500 tensor(4.9350, device='cuda:0', grad_fn=)\n", "45600 tensor(4.9407, device='cuda:0', grad_fn=)\n", "45700 tensor(4.9847, device='cuda:0', grad_fn=)\n", "45800 tensor(4.3695, device='cuda:0', grad_fn=)\n", "45900 tensor(5.0090, device='cuda:0', grad_fn=)\n", "46000 tensor(4.5963, device='cuda:0', grad_fn=)\n", "46100 tensor(5.2931, device='cuda:0', grad_fn=)\n", "46200 tensor(5.0931, device='cuda:0', grad_fn=)\n", "46300 tensor(4.8944, device='cuda:0', grad_fn=)\n", "46400 tensor(5.1315, device='cuda:0', grad_fn=)\n", "46500 tensor(5.0825, device='cuda:0', grad_fn=)\n", "46600 tensor(4.8329, device='cuda:0', grad_fn=)\n", "46700 tensor(5.1103, device='cuda:0', grad_fn=)\n", "46800 tensor(5.0603, device='cuda:0', grad_fn=)\n", "46900 tensor(5.1512, device='cuda:0', grad_fn=)\n", "47000 tensor(4.6868, device='cuda:0', grad_fn=)\n", "47100 tensor(4.8712, device='cuda:0', grad_fn=)\n", "47200 tensor(5.1912, device='cuda:0', grad_fn=)\n", "47300 tensor(5.0159, device='cuda:0', grad_fn=)\n", "47400 tensor(5.0270, device='cuda:0', grad_fn=)\n", "47500 tensor(4.6956, device='cuda:0', grad_fn=)\n", "47600 tensor(4.9921, device='cuda:0', grad_fn=)\n", "47700 tensor(5.1164, device='cuda:0', grad_fn=)\n", "47800 tensor(4.7971, device='cuda:0', grad_fn=)\n", "47900 tensor(4.9729, device='cuda:0', grad_fn=)\n", "48000 tensor(5.1074, device='cuda:0', grad_fn=)\n", "48100 tensor(5.0341, device='cuda:0', grad_fn=)\n", "48200 tensor(4.8993, device='cuda:0', grad_fn=)\n", "48300 tensor(4.8756, device='cuda:0', grad_fn=)\n", "48400 tensor(5.1059, device='cuda:0', grad_fn=)\n", "48500 tensor(5.0636, device='cuda:0', grad_fn=)\n", "48600 tensor(4.9931, device='cuda:0', grad_fn=)\n", "48700 tensor(4.9768, device='cuda:0', grad_fn=)\n", "48800 tensor(5.1949, device='cuda:0', grad_fn=)\n", "48900 tensor(4.7792, device='cuda:0', grad_fn=)\n", "49000 tensor(4.7743, device='cuda:0', grad_fn=)\n", "49100 tensor(5.3373, device='cuda:0', grad_fn=)\n", "49200 tensor(4.7696, device='cuda:0', grad_fn=)\n", "49300 tensor(4.7552, device='cuda:0', grad_fn=)\n", "49400 tensor(4.8440, device='cuda:0', grad_fn=)\n", "49500 tensor(4.9257, device='cuda:0', grad_fn=)\n", "49600 tensor(5.1038, device='cuda:0', grad_fn=)\n", "49700 tensor(4.9334, device='cuda:0', grad_fn=)\n", "49800 tensor(5.1488, device='cuda:0', grad_fn=)\n", "49900 tensor(5.1520, device='cuda:0', grad_fn=)\n", "50000 tensor(4.6342, device='cuda:0', grad_fn=)\n", "50100 tensor(5.1441, device='cuda:0', grad_fn=)\n", "50200 tensor(4.4512, device='cuda:0', grad_fn=)\n", "50300 tensor(5.0929, device='cuda:0', grad_fn=)\n", "50400 tensor(5.1754, device='cuda:0', grad_fn=)\n", "50500 tensor(4.9708, device='cuda:0', grad_fn=)\n", "50600 tensor(4.7339, device='cuda:0', grad_fn=)\n", "50700 tensor(4.8156, device='cuda:0', grad_fn=)\n", "50800 tensor(5.0074, device='cuda:0', grad_fn=)\n", "50900 tensor(4.7649, device='cuda:0', grad_fn=)\n", "51000 tensor(5.0744, device='cuda:0', grad_fn=)\n", "51100 tensor(5.0727, device='cuda:0', grad_fn=)\n", "51200 tensor(4.8884, device='cuda:0', grad_fn=)\n", "51300 tensor(5.0004, device='cuda:0', grad_fn=)\n", "51400 tensor(4.7368, device='cuda:0', grad_fn=)\n", "51500 tensor(4.9471, device='cuda:0', grad_fn=)\n", "51600 tensor(5.0216, device='cuda:0', grad_fn=)\n", "51700 tensor(4.8408, device='cuda:0', grad_fn=)\n", "51800 tensor(4.7706, device='cuda:0', grad_fn=)\n", "51900 tensor(5.1493, device='cuda:0', grad_fn=)\n", "52000 tensor(4.9272, device='cuda:0', grad_fn=)\n", "52100 tensor(4.8667, device='cuda:0', grad_fn=)\n", "52200 tensor(4.8331, device='cuda:0', grad_fn=)\n", "52300 tensor(4.9672, device='cuda:0', grad_fn=)\n", "52400 tensor(4.9821, device='cuda:0', grad_fn=)\n", "52500 tensor(5.1103, device='cuda:0', grad_fn=)\n", "52600 tensor(5.0463, device='cuda:0', grad_fn=)\n", "52700 tensor(5.0696, device='cuda:0', grad_fn=)\n", "52800 tensor(4.5670, device='cuda:0', grad_fn=)\n", "52900 tensor(4.9175, device='cuda:0', grad_fn=)\n", "53000 tensor(5.0619, device='cuda:0', grad_fn=)\n", "53100 tensor(4.9976, device='cuda:0', grad_fn=)\n", "53200 tensor(4.6688, device='cuda:0', grad_fn=)\n", "53300 tensor(4.9201, device='cuda:0', grad_fn=)\n", "53400 tensor(4.7648, device='cuda:0', grad_fn=)\n", "53500 tensor(5.0633, device='cuda:0', grad_fn=)\n", "53600 tensor(5.0900, device='cuda:0', grad_fn=)\n", "53700 tensor(4.6773, device='cuda:0', grad_fn=)\n", "53800 tensor(4.9783, device='cuda:0', grad_fn=)\n", "53900 tensor(4.8892, device='cuda:0', grad_fn=)\n", "54000 tensor(5.1447, device='cuda:0', grad_fn=)\n", "54100 tensor(4.7897, device='cuda:0', grad_fn=)\n", "54200 tensor(4.9532, device='cuda:0', grad_fn=)\n", "54300 tensor(5.0852, device='cuda:0', grad_fn=)\n", "54400 tensor(4.8126, device='cuda:0', grad_fn=)\n", "54500 tensor(4.7961, device='cuda:0', grad_fn=)\n", "54600 tensor(4.4173, device='cuda:0', grad_fn=)\n", "54700 tensor(5.0556, device='cuda:0', grad_fn=)\n", "54800 tensor(4.8861, device='cuda:0', grad_fn=)\n", "54900 tensor(4.9520, device='cuda:0', grad_fn=)\n", "55000 tensor(4.9933, device='cuda:0', grad_fn=)\n", "55100 tensor(5.1774, device='cuda:0', grad_fn=)\n", "55200 tensor(4.8481, device='cuda:0', grad_fn=)\n", "55300 tensor(4.9836, device='cuda:0', grad_fn=)\n", "55400 tensor(4.7960, device='cuda:0', grad_fn=)\n", "55500 tensor(5.0643, device='cuda:0', grad_fn=)\n", "55600 tensor(5.0122, device='cuda:0', grad_fn=)\n", "55700 tensor(4.7390, device='cuda:0', grad_fn=)\n", "55800 tensor(5.1234, device='cuda:0', grad_fn=)\n", "55900 tensor(4.4134, device='cuda:0', grad_fn=)\n", "56000 tensor(4.0267, device='cuda:0', grad_fn=)\n", "56100 tensor(4.9464, device='cuda:0', grad_fn=)\n", "56200 tensor(4.9766, device='cuda:0', grad_fn=)\n", "56300 tensor(4.6557, device='cuda:0', grad_fn=)\n", "56400 tensor(4.9807, device='cuda:0', grad_fn=)\n", "56500 tensor(5.0741, device='cuda:0', grad_fn=)\n", "56600 tensor(5.2151, device='cuda:0', grad_fn=)\n", "56700 tensor(4.7876, device='cuda:0', grad_fn=)\n", "56800 tensor(4.8416, device='cuda:0', grad_fn=)\n", "56900 tensor(4.6740, device='cuda:0', grad_fn=)\n", "57000 tensor(4.9346, device='cuda:0', grad_fn=)\n", "57100 tensor(4.4737, device='cuda:0', grad_fn=)\n", "57200 tensor(4.6889, device='cuda:0', grad_fn=)\n", "57300 tensor(4.6792, device='cuda:0', grad_fn=)\n", "57400 tensor(4.8290, device='cuda:0', grad_fn=)\n", "57500 tensor(4.8428, device='cuda:0', grad_fn=)\n", "57600 tensor(4.7810, device='cuda:0', grad_fn=)\n", "57700 tensor(4.9318, device='cuda:0', grad_fn=)\n", "57800 tensor(5.0835, device='cuda:0', grad_fn=)\n", "57900 tensor(4.4041, device='cuda:0', grad_fn=)\n", "58000 tensor(4.9021, device='cuda:0', grad_fn=)\n", "58100 tensor(4.9826, device='cuda:0', grad_fn=)\n", "58200 tensor(4.8855, device='cuda:0', grad_fn=)\n", "58300 tensor(5.1050, device='cuda:0', grad_fn=)\n", "58400 tensor(4.8503, device='cuda:0', grad_fn=)\n", "58500 tensor(4.9113, device='cuda:0', grad_fn=)\n", "58600 tensor(4.8079, device='cuda:0', grad_fn=)\n", "58700 tensor(4.8311, device='cuda:0', grad_fn=)\n", "58800 tensor(4.8372, device='cuda:0', grad_fn=)\n", "58900 tensor(5.0136, device='cuda:0', grad_fn=)\n", "59000 tensor(4.9982, device='cuda:0', grad_fn=)\n", "59100 tensor(4.9190, device='cuda:0', grad_fn=)\n", "59200 tensor(4.3102, device='cuda:0', grad_fn=)\n", "59300 tensor(4.7055, device='cuda:0', grad_fn=)\n", "59400 tensor(5.0937, device='cuda:0', grad_fn=)\n", "59500 tensor(4.7516, device='cuda:0', grad_fn=)\n", "59600 tensor(4.8521, device='cuda:0', grad_fn=)\n", "59700 tensor(4.8566, device='cuda:0', grad_fn=)\n", "59800 tensor(4.9476, device='cuda:0', grad_fn=)\n", "59900 tensor(4.9672, device='cuda:0', grad_fn=)\n", "60000 tensor(5.1426, device='cuda:0', grad_fn=)\n", "60100 tensor(4.6298, device='cuda:0', grad_fn=)\n", "60200 tensor(4.9855, device='cuda:0', grad_fn=)\n", "60300 tensor(5.1328, device='cuda:0', grad_fn=)\n", "60400 tensor(4.8736, device='cuda:0', grad_fn=)\n", "60500 tensor(4.8211, device='cuda:0', grad_fn=)\n", "60600 tensor(4.6593, device='cuda:0', grad_fn=)\n", "60700 tensor(4.9276, device='cuda:0', grad_fn=)\n", "60800 tensor(4.9521, device='cuda:0', grad_fn=)\n", "60900 tensor(5.1064, device='cuda:0', grad_fn=)\n", "61000 tensor(4.8707, device='cuda:0', grad_fn=)\n", "61100 tensor(5.0560, device='cuda:0', grad_fn=)\n", "61200 tensor(4.9808, device='cuda:0', grad_fn=)\n", "61300 tensor(4.7554, device='cuda:0', grad_fn=)\n", "61400 tensor(4.9695, device='cuda:0', grad_fn=)\n", "61500 tensor(4.9166, device='cuda:0', grad_fn=)\n", "61600 tensor(5.0340, device='cuda:0', grad_fn=)\n", "61700 tensor(4.9099, device='cuda:0', grad_fn=)\n", "61800 tensor(4.7813, device='cuda:0', grad_fn=)\n", "61900 tensor(5.0149, device='cuda:0', grad_fn=)\n", "62000 tensor(4.9312, device='cuda:0', grad_fn=)\n", "62100 tensor(4.7428, device='cuda:0', grad_fn=)\n", "62200 tensor(4.6879, device='cuda:0', grad_fn=)\n", "62300 tensor(4.5486, device='cuda:0', grad_fn=)\n", "62400 tensor(4.8862, device='cuda:0', grad_fn=)\n", "62500 tensor(4.9385, device='cuda:0', grad_fn=)\n", "62600 tensor(5.1668, device='cuda:0', grad_fn=)\n", "62700 tensor(4.7978, device='cuda:0', grad_fn=)\n", "62800 tensor(5.0571, device='cuda:0', grad_fn=)\n", "62900 tensor(4.7626, device='cuda:0', grad_fn=)\n", "63000 tensor(4.6488, device='cuda:0', grad_fn=)\n", "63100 tensor(4.6918, device='cuda:0', grad_fn=)\n", "63200 tensor(4.3733, device='cuda:0', grad_fn=)\n", "63300 tensor(5.0669, device='cuda:0', grad_fn=)\n", "63400 tensor(4.7177, device='cuda:0', grad_fn=)\n", "63500 tensor(4.8673, device='cuda:0', grad_fn=)\n", "63600 tensor(4.9796, device='cuda:0', grad_fn=)\n", "63700 tensor(5.0491, device='cuda:0', grad_fn=)\n", "63800 tensor(4.7432, device='cuda:0', grad_fn=)\n", "63900 tensor(5.0631, device='cuda:0', grad_fn=)\n", "64000 tensor(4.9573, device='cuda:0', grad_fn=)\n", "64100 tensor(4.5370, device='cuda:0', grad_fn=)\n", "64200 tensor(4.9560, device='cuda:0', grad_fn=)\n", "64300 tensor(4.9266, device='cuda:0', grad_fn=)\n", "64400 tensor(5.0917, device='cuda:0', grad_fn=)\n", "64500 tensor(4.9799, device='cuda:0', grad_fn=)\n", "64600 tensor(5.0494, device='cuda:0', grad_fn=)\n", "64700 tensor(4.9022, device='cuda:0', grad_fn=)\n", "64800 tensor(4.8322, device='cuda:0', grad_fn=)\n", "64900 tensor(4.5922, device='cuda:0', grad_fn=)\n", "65000 tensor(4.9516, device='cuda:0', grad_fn=)\n", "65100 tensor(4.8843, device='cuda:0', grad_fn=)\n", "65200 tensor(5.0609, device='cuda:0', grad_fn=)\n", "65300 tensor(4.8728, device='cuda:0', grad_fn=)\n", "65400 tensor(4.9886, device='cuda:0', grad_fn=)\n", "65500 tensor(4.9286, device='cuda:0', grad_fn=)\n", "65600 tensor(4.8055, device='cuda:0', grad_fn=)\n", "65700 tensor(4.9524, device='cuda:0', grad_fn=)\n", "65800 tensor(4.9742, device='cuda:0', grad_fn=)\n", "65900 tensor(4.8229, device='cuda:0', grad_fn=)\n", "66000 tensor(4.8436, device='cuda:0', grad_fn=)\n", "66100 tensor(4.8835, device='cuda:0', grad_fn=)\n", "66200 tensor(4.8788, device='cuda:0', grad_fn=)\n", "66300 tensor(4.3317, device='cuda:0', grad_fn=)\n", "66400 tensor(4.8368, device='cuda:0', grad_fn=)\n", "66500 tensor(5.0797, device='cuda:0', grad_fn=)\n", "66600 tensor(4.8528, device='cuda:0', grad_fn=)\n", "66700 tensor(5.0445, device='cuda:0', grad_fn=)\n", "66800 tensor(5.0235, device='cuda:0', grad_fn=)\n", "66900 tensor(4.8326, device='cuda:0', grad_fn=)\n", "67000 tensor(4.9944, device='cuda:0', grad_fn=)\n", "67100 tensor(4.5768, device='cuda:0', grad_fn=)\n", "67200 tensor(4.7574, device='cuda:0', grad_fn=)\n", "67300 tensor(4.4299, device='cuda:0', grad_fn=)\n", "67400 tensor(5.0257, device='cuda:0', grad_fn=)\n", "67500 tensor(4.9804, device='cuda:0', grad_fn=)\n", "67600 tensor(4.7536, device='cuda:0', grad_fn=)\n", "67700 tensor(4.8228, device='cuda:0', grad_fn=)\n", "67800 tensor(4.9779, device='cuda:0', grad_fn=)\n", "67900 tensor(5.0636, device='cuda:0', grad_fn=)\n", "68000 tensor(4.6665, device='cuda:0', grad_fn=)\n", "68100 tensor(4.7659, device='cuda:0', grad_fn=)\n", "68200 tensor(4.8760, device='cuda:0', grad_fn=)\n", "68300 tensor(4.7543, device='cuda:0', grad_fn=)\n", "68400 tensor(4.9039, device='cuda:0', grad_fn=)\n", "68500 tensor(4.9760, device='cuda:0', grad_fn=)\n", "68600 tensor(5.2005, device='cuda:0', grad_fn=)\n", "68700 tensor(4.9386, device='cuda:0', grad_fn=)\n", "68800 tensor(5.0149, device='cuda:0', grad_fn=)\n", "68900 tensor(4.9252, device='cuda:0', grad_fn=)\n", "69000 tensor(4.9424, device='cuda:0', grad_fn=)\n", "69100 tensor(4.7407, device='cuda:0', grad_fn=)\n", "69200 tensor(4.6976, device='cuda:0', grad_fn=)\n", "69300 tensor(5.0037, device='cuda:0', grad_fn=)\n", "69400 tensor(4.9396, device='cuda:0', grad_fn=)\n", "69500 tensor(4.8608, device='cuda:0', grad_fn=)\n", "69600 tensor(4.8549, device='cuda:0', grad_fn=)\n", "69700 tensor(4.3331, device='cuda:0', grad_fn=)\n", "69800 tensor(4.7600, device='cuda:0', grad_fn=)\n", "69900 tensor(5.1123, device='cuda:0', grad_fn=)\n", "70000 tensor(4.9554, device='cuda:0', grad_fn=)\n", "70100 tensor(4.8317, device='cuda:0', grad_fn=)\n", "70200 tensor(4.6206, device='cuda:0', grad_fn=)\n", "70300 tensor(5.0007, device='cuda:0', grad_fn=)\n", "70400 tensor(4.7921, device='cuda:0', grad_fn=)\n", "70500 tensor(4.9168, device='cuda:0', grad_fn=)\n", "70600 tensor(4.9162, device='cuda:0', grad_fn=)\n", "70700 tensor(4.9351, device='cuda:0', grad_fn=)\n", "70800 tensor(4.7952, device='cuda:0', grad_fn=)\n", "70900 tensor(4.8172, device='cuda:0', grad_fn=)\n", "71000 tensor(4.7470, device='cuda:0', grad_fn=)\n", "71100 tensor(4.8581, device='cuda:0', grad_fn=)\n", "71200 tensor(4.7746, device='cuda:0', grad_fn=)\n", "71300 tensor(4.8719, device='cuda:0', grad_fn=)\n", "71400 tensor(4.9696, device='cuda:0', grad_fn=)\n", "71500 tensor(4.8571, device='cuda:0', grad_fn=)\n", "71600 tensor(5.0854, device='cuda:0', grad_fn=)\n", "71700 tensor(5.0178, device='cuda:0', grad_fn=)\n", "71800 tensor(5.0655, device='cuda:0', grad_fn=)\n", "71900 tensor(4.7754, device='cuda:0', grad_fn=)\n", "72000 tensor(4.8953, device='cuda:0', grad_fn=)\n", "72100 tensor(4.6920, device='cuda:0', grad_fn=)\n", "72200 tensor(4.8308, device='cuda:0', grad_fn=)\n", "72300 tensor(4.7962, device='cuda:0', grad_fn=)\n", "72400 tensor(4.9642, device='cuda:0', grad_fn=)\n", "72500 tensor(4.3556, device='cuda:0', grad_fn=)\n", "72600 tensor(5.0377, device='cuda:0', grad_fn=)\n", "72700 tensor(5.0918, device='cuda:0', grad_fn=)\n", "72800 tensor(4.6903, device='cuda:0', grad_fn=)\n", "72900 tensor(4.8922, device='cuda:0', grad_fn=)\n", "73000 tensor(4.6560, device='cuda:0', grad_fn=)\n", "73100 tensor(4.5929, device='cuda:0', grad_fn=)\n", "73200 tensor(4.9704, device='cuda:0', grad_fn=)\n", "73300 tensor(4.6826, device='cuda:0', grad_fn=)\n", "73400 tensor(4.8576, device='cuda:0', grad_fn=)\n", "73500 tensor(4.5133, device='cuda:0', grad_fn=)\n", "73600 tensor(5.0396, device='cuda:0', grad_fn=)\n", "73700 tensor(4.7019, device='cuda:0', grad_fn=)\n", "73800 tensor(4.6526, device='cuda:0', grad_fn=)\n", "73900 tensor(4.7282, device='cuda:0', grad_fn=)\n", "74000 tensor(4.8241, device='cuda:0', grad_fn=)\n", "74100 tensor(4.8778, device='cuda:0', grad_fn=)\n", "74200 tensor(5.0028, device='cuda:0', grad_fn=)\n", "74300 tensor(4.9495, device='cuda:0', grad_fn=)\n", "74400 tensor(5.0913, device='cuda:0', grad_fn=)\n", "74500 tensor(5.1775, device='cuda:0', grad_fn=)\n", "74600 tensor(4.4610, device='cuda:0', grad_fn=)\n", "74700 tensor(5.3130, device='cuda:0', grad_fn=)\n", "74800 tensor(4.7988, device='cuda:0', grad_fn=)\n", "74900 tensor(4.7432, device='cuda:0', grad_fn=)\n", "75000 tensor(5.1351, device='cuda:0', grad_fn=)\n", "75100 tensor(4.7960, device='cuda:0', grad_fn=)\n", "75200 tensor(4.6802, device='cuda:0', grad_fn=)\n", "75300 tensor(4.9530, device='cuda:0', grad_fn=)\n", "75400 tensor(5.1936, device='cuda:0', grad_fn=)\n", "75500 tensor(4.9072, device='cuda:0', grad_fn=)\n", "75600 tensor(4.9389, device='cuda:0', grad_fn=)\n", "75700 tensor(4.7479, device='cuda:0', grad_fn=)\n", "75800 tensor(5.0113, device='cuda:0', grad_fn=)\n", "75900 tensor(4.8402, device='cuda:0', grad_fn=)\n", "76000 tensor(4.7632, device='cuda:0', grad_fn=)\n", "76100 tensor(5.0242, device='cuda:0', grad_fn=)\n", "76200 tensor(5.1758, device='cuda:0', grad_fn=)\n", "76300 tensor(5.2158, device='cuda:0', grad_fn=)\n", "76400 tensor(4.7053, device='cuda:0', grad_fn=)\n", "76500 tensor(4.6121, device='cuda:0', grad_fn=)\n", "76600 tensor(4.8127, device='cuda:0', grad_fn=)\n", "76700 tensor(4.7923, device='cuda:0', grad_fn=)\n", "76800 tensor(4.9212, device='cuda:0', grad_fn=)\n", "76900 tensor(4.7273, device='cuda:0', grad_fn=)\n", "77000 tensor(5.0132, device='cuda:0', grad_fn=)\n", "77100 tensor(5.0376, device='cuda:0', grad_fn=)\n", "77200 tensor(5.1086, device='cuda:0', grad_fn=)\n", "77300 tensor(5.0956, device='cuda:0', grad_fn=)\n", "77400 tensor(4.2917, device='cuda:0', grad_fn=)\n", "77500 tensor(4.7433, device='cuda:0', grad_fn=)\n", "77600 tensor(5.1936, device='cuda:0', grad_fn=)\n", "77700 tensor(4.6839, device='cuda:0', grad_fn=)\n", "77800 tensor(4.9525, device='cuda:0', grad_fn=)\n", "77900 tensor(4.9587, device='cuda:0', grad_fn=)\n", "78000 tensor(4.6259, device='cuda:0', grad_fn=)\n", "78100 tensor(5.1369, device='cuda:0', grad_fn=)\n", "78200 tensor(4.8546, device='cuda:0', grad_fn=)\n", "78300 tensor(4.7167, device='cuda:0', grad_fn=)\n", "78400 tensor(4.8111, device='cuda:0', grad_fn=)\n", "78500 tensor(5.0958, device='cuda:0', grad_fn=)\n", "78600 tensor(4.6138, device='cuda:0', grad_fn=)\n", "78700 tensor(4.8627, device='cuda:0', grad_fn=)\n", "78800 tensor(4.7114, device='cuda:0', grad_fn=)\n", "78900 tensor(4.9337, device='cuda:0', grad_fn=)\n", "79000 tensor(4.8261, device='cuda:0', grad_fn=)\n", "79100 tensor(4.8417, device='cuda:0', grad_fn=)\n", "79200 tensor(4.9143, device='cuda:0', grad_fn=)\n", "79300 tensor(5.1830, device='cuda:0', grad_fn=)\n", "79400 tensor(4.7524, device='cuda:0', grad_fn=)\n", "79500 tensor(4.8418, device='cuda:0', grad_fn=)\n", "79600 tensor(4.8417, device='cuda:0', grad_fn=)\n", "79700 tensor(4.8996, device='cuda:0', grad_fn=)\n", "79800 tensor(5.0514, device='cuda:0', grad_fn=)\n", "79900 tensor(4.7655, device='cuda:0', grad_fn=)\n", "80000 tensor(5.0455, device='cuda:0', grad_fn=)\n", "80100 tensor(4.7676, device='cuda:0', grad_fn=)\n", "80200 tensor(4.9099, device='cuda:0', grad_fn=)\n", "80300 tensor(4.6653, device='cuda:0', grad_fn=)\n", "80400 tensor(5.4648, device='cuda:0', grad_fn=)\n", "80500 tensor(5.2843, device='cuda:0', grad_fn=)\n", "80600 tensor(4.9210, device='cuda:0', grad_fn=)\n", "80700 tensor(5.0038, device='cuda:0', grad_fn=)\n", "80800 tensor(4.9964, device='cuda:0', grad_fn=)\n", "80900 tensor(4.6542, device='cuda:0', grad_fn=)\n", "81000 tensor(4.4927, device='cuda:0', grad_fn=)\n", "81100 tensor(4.9112, device='cuda:0', grad_fn=)\n", "81200 tensor(4.7454, device='cuda:0', grad_fn=)\n", "81300 tensor(4.7941, device='cuda:0', grad_fn=)\n", "81400 tensor(4.7367, device='cuda:0', grad_fn=)\n", "81500 tensor(4.4278, device='cuda:0', grad_fn=)\n", "81600 tensor(4.6781, device='cuda:0', grad_fn=)\n", "81700 tensor(4.7829, device='cuda:0', grad_fn=)\n", "81800 tensor(5.2671, device='cuda:0', grad_fn=)\n", "81900 tensor(5.0455, device='cuda:0', grad_fn=)\n", "82000 tensor(4.5989, device='cuda:0', grad_fn=)\n", "82100 tensor(4.8426, device='cuda:0', grad_fn=)\n", "82200 tensor(5.1518, device='cuda:0', grad_fn=)\n", "82300 tensor(4.9861, device='cuda:0', grad_fn=)\n", "82400 tensor(4.7219, device='cuda:0', grad_fn=)\n", "82500 tensor(4.4432, device='cuda:0', grad_fn=)\n", "82600 tensor(5.1153, device='cuda:0', grad_fn=)\n", "82700 tensor(5.0588, device='cuda:0', grad_fn=)\n", "82800 tensor(4.9451, device='cuda:0', grad_fn=)\n", "82900 tensor(4.8679, device='cuda:0', grad_fn=)\n", "83000 tensor(4.9801, device='cuda:0', grad_fn=)\n", "83100 tensor(4.5352, device='cuda:0', grad_fn=)\n", "83200 tensor(5.1042, device='cuda:0', grad_fn=)\n", "83300 tensor(4.8451, device='cuda:0', grad_fn=)\n", "83400 tensor(5.1197, device='cuda:0', grad_fn=)\n", "83500 tensor(5.0546, device='cuda:0', grad_fn=)\n", "83600 tensor(4.8199, device='cuda:0', grad_fn=)\n", "83700 tensor(5.0084, device='cuda:0', grad_fn=)\n", "83800 tensor(4.8168, device='cuda:0', grad_fn=)\n", "83900 tensor(4.8227, device='cuda:0', grad_fn=)\n", "84000 tensor(4.7605, device='cuda:0', grad_fn=)\n", "84100 tensor(4.5356, device='cuda:0', grad_fn=)\n", "84200 tensor(4.4155, device='cuda:0', grad_fn=)\n", "84300 tensor(5.0845, device='cuda:0', grad_fn=)\n", "84400 tensor(5.0510, device='cuda:0', grad_fn=)\n", "84500 tensor(4.9410, device='cuda:0', grad_fn=)\n", "84600 tensor(4.8332, device='cuda:0', grad_fn=)\n", "84700 tensor(4.7127, device='cuda:0', grad_fn=)\n", "84800 tensor(4.8011, device='cuda:0', grad_fn=)\n", "84900 tensor(4.7756, device='cuda:0', grad_fn=)\n", "85000 tensor(4.6604, device='cuda:0', grad_fn=)\n", "85100 tensor(4.5451, device='cuda:0', grad_fn=)\n", "85200 tensor(4.8663, device='cuda:0', grad_fn=)\n", "85300 tensor(5.0541, device='cuda:0', grad_fn=)\n", "85400 tensor(5.0160, device='cuda:0', grad_fn=)\n", "85500 tensor(5.1305, device='cuda:0', grad_fn=)\n", "85600 tensor(4.7185, device='cuda:0', grad_fn=)\n", "85700 tensor(4.1517, device='cuda:0', grad_fn=)\n", "85800 tensor(5.3590, device='cuda:0', grad_fn=)\n", "85900 tensor(4.8706, device='cuda:0', grad_fn=)\n", "86000 tensor(4.9743, device='cuda:0', grad_fn=)\n", "86100 tensor(4.9927, device='cuda:0', grad_fn=)\n", "86200 tensor(4.9393, device='cuda:0', grad_fn=)\n", "86300 tensor(4.6270, device='cuda:0', grad_fn=)\n", "86400 tensor(5.1570, device='cuda:0', grad_fn=)\n", "86500 tensor(4.9389, device='cuda:0', grad_fn=)\n", "86600 tensor(4.8239, device='cuda:0', grad_fn=)\n", "86700 tensor(4.9450, device='cuda:0', grad_fn=)\n", "86800 tensor(4.6683, device='cuda:0', grad_fn=)\n", "86900 tensor(4.9541, device='cuda:0', grad_fn=)\n", "87000 tensor(4.9188, device='cuda:0', grad_fn=)\n", "87100 tensor(4.9799, device='cuda:0', grad_fn=)\n", "87200 tensor(5.0830, device='cuda:0', grad_fn=)\n", "87300 tensor(5.0182, device='cuda:0', grad_fn=)\n", "87400 tensor(5.0457, device='cuda:0', grad_fn=)\n", "87500 tensor(5.0434, device='cuda:0', grad_fn=)\n", "87600 tensor(5.0894, device='cuda:0', grad_fn=)\n", "87700 tensor(4.8774, device='cuda:0', grad_fn=)\n", "87800 tensor(4.6824, device='cuda:0', grad_fn=)\n", "87900 tensor(5.0711, device='cuda:0', grad_fn=)\n", "88000 tensor(4.6619, device='cuda:0', grad_fn=)\n", "88100 tensor(4.7817, device='cuda:0', grad_fn=)\n", "88200 tensor(4.6248, device='cuda:0', grad_fn=)\n", "88300 tensor(4.6969, device='cuda:0', grad_fn=)\n", "88400 tensor(5.1408, device='cuda:0', grad_fn=)\n", "88500 tensor(4.9432, device='cuda:0', grad_fn=)\n", "88600 tensor(5.0958, device='cuda:0', grad_fn=)\n", "88700 tensor(4.9197, device='cuda:0', grad_fn=)\n", "88800 tensor(4.8189, device='cuda:0', grad_fn=)\n", "88900 tensor(5.0727, device='cuda:0', grad_fn=)\n", "89000 tensor(4.7310, device='cuda:0', grad_fn=)\n", "89100 tensor(4.8091, device='cuda:0', grad_fn=)\n", "89200 tensor(4.9663, device='cuda:0', grad_fn=)\n", "89300 tensor(4.8672, device='cuda:0', grad_fn=)\n", "89400 tensor(4.7209, device='cuda:0', grad_fn=)\n", "89500 tensor(5.0378, device='cuda:0', grad_fn=)\n", "89600 tensor(4.8318, device='cuda:0', grad_fn=)\n", "89700 tensor(4.8880, device='cuda:0', grad_fn=)\n", "89800 tensor(5.1295, device='cuda:0', grad_fn=)\n", "89900 tensor(4.7790, device='cuda:0', grad_fn=)\n", "90000 tensor(5.1169, device='cuda:0', grad_fn=)\n", "90100 tensor(4.8325, device='cuda:0', grad_fn=)\n", "90200 tensor(4.9860, device='cuda:0', grad_fn=)\n", "90300 tensor(4.8658, device='cuda:0', grad_fn=)\n", "90400 tensor(4.9993, device='cuda:0', grad_fn=)\n", "90500 tensor(4.6549, device='cuda:0', grad_fn=)\n", "90600 tensor(4.6946, device='cuda:0', grad_fn=)\n", "90700 tensor(4.9381, device='cuda:0', grad_fn=)\n", "90800 tensor(4.7142, device='cuda:0', grad_fn=)\n", "90900 tensor(4.7790, device='cuda:0', grad_fn=)\n", "91000 tensor(5.2347, device='cuda:0', grad_fn=)\n", "91100 tensor(4.8655, device='cuda:0', grad_fn=)\n", "91200 tensor(4.5499, device='cuda:0', grad_fn=)\n", "91300 tensor(4.8705, device='cuda:0', grad_fn=)\n", "91400 tensor(4.7983, device='cuda:0', grad_fn=)\n", "91500 tensor(4.5896, device='cuda:0', grad_fn=)\n", "91600 tensor(4.8234, device='cuda:0', grad_fn=)\n", "91700 tensor(4.9716, device='cuda:0', grad_fn=)\n", "91800 tensor(4.7786, device='cuda:0', grad_fn=)\n", "91900 tensor(4.7490, device='cuda:0', grad_fn=)\n", "92000 tensor(5.2922, device='cuda:0', grad_fn=)\n", "92100 tensor(5.0743, device='cuda:0', grad_fn=)\n", "92200 tensor(4.9666, device='cuda:0', grad_fn=)\n", "92300 tensor(4.9775, device='cuda:0', grad_fn=)\n", "92400 tensor(4.9803, device='cuda:0', grad_fn=)\n", "92500 tensor(4.7901, device='cuda:0', grad_fn=)\n", "92600 tensor(4.7642, device='cuda:0', grad_fn=)\n", "92700 tensor(4.8326, device='cuda:0', grad_fn=)\n", "92800 tensor(4.9265, device='cuda:0', grad_fn=)\n", "92900 tensor(4.5904, device='cuda:0', grad_fn=)\n", "93000 tensor(5.0385, device='cuda:0', grad_fn=)\n", "93100 tensor(4.4090, device='cuda:0', grad_fn=)\n", "93200 tensor(4.8539, device='cuda:0', grad_fn=)\n", "93300 tensor(4.8513, device='cuda:0', grad_fn=)\n", "93400 tensor(5.1419, device='cuda:0', grad_fn=)\n", "93500 tensor(4.7645, device='cuda:0', grad_fn=)\n", "93600 tensor(4.9421, device='cuda:0', grad_fn=)\n", "93700 tensor(5.0132, device='cuda:0', grad_fn=)\n", "93800 tensor(4.7757, device='cuda:0', grad_fn=)\n", "93900 tensor(4.8692, device='cuda:0', grad_fn=)\n", "94000 tensor(4.5337, device='cuda:0', grad_fn=)\n", "94100 tensor(4.9413, device='cuda:0', grad_fn=)\n", "94200 tensor(4.6704, device='cuda:0', grad_fn=)\n", "94300 tensor(4.7524, device='cuda:0', grad_fn=)\n", "94400 tensor(4.7512, device='cuda:0', grad_fn=)\n", "94500 tensor(4.7677, device='cuda:0', grad_fn=)\n", "94600 tensor(4.7220, device='cuda:0', grad_fn=)\n", "94700 tensor(5.1174, device='cuda:0', grad_fn=)\n", "94800 tensor(4.7162, device='cuda:0', grad_fn=)\n", "94900 tensor(4.8592, device='cuda:0', grad_fn=)\n", "95000 tensor(5.1584, device='cuda:0', grad_fn=)\n", "95100 tensor(4.6757, device='cuda:0', grad_fn=)\n", "95200 tensor(4.9543, device='cuda:0', grad_fn=)\n", "95300 tensor(4.8269, device='cuda:0', grad_fn=)\n", "95400 tensor(4.3439, device='cuda:0', grad_fn=)\n", "95500 tensor(4.7870, device='cuda:0', grad_fn=)\n", "95600 tensor(4.9020, device='cuda:0', grad_fn=)\n", "95700 tensor(4.5368, device='cuda:0', grad_fn=)\n", "95800 tensor(5.0365, device='cuda:0', grad_fn=)\n", "95900 tensor(5.1015, device='cuda:0', grad_fn=)\n", "96000 tensor(5.1919, device='cuda:0', grad_fn=)\n", "96100 tensor(5.0134, device='cuda:0', grad_fn=)\n", "96200 tensor(4.9848, device='cuda:0', grad_fn=)\n", "96300 tensor(4.8372, device='cuda:0', grad_fn=)\n", "96400 tensor(5.0092, device='cuda:0', grad_fn=)\n", "96500 tensor(4.9956, device='cuda:0', grad_fn=)\n", "96600 tensor(4.8314, device='cuda:0', grad_fn=)\n", "96700 tensor(4.8101, device='cuda:0', grad_fn=)\n", "96800 tensor(4.9651, device='cuda:0', grad_fn=)\n", "96900 tensor(4.8259, device='cuda:0', grad_fn=)\n", "97000 tensor(4.7303, device='cuda:0', grad_fn=)\n", "97100 tensor(5.0106, device='cuda:0', grad_fn=)\n", "97200 tensor(4.6987, device='cuda:0', grad_fn=)\n", "97300 tensor(4.7748, device='cuda:0', grad_fn=)\n", "97400 tensor(4.8300, device='cuda:0', grad_fn=)\n", "97500 tensor(4.9247, device='cuda:0', grad_fn=)\n", "97600 tensor(4.7935, device='cuda:0', grad_fn=)\n", "97700 tensor(4.6968, device='cuda:0', grad_fn=)\n", "97800 tensor(4.9424, device='cuda:0', grad_fn=)\n", "97900 tensor(4.5449, device='cuda:0', grad_fn=)\n", "98000 tensor(4.8785, device='cuda:0', grad_fn=)\n", "98100 tensor(5.2805, device='cuda:0', grad_fn=)\n", "98200 tensor(5.0360, device='cuda:0', grad_fn=)\n", "98300 tensor(4.8959, device='cuda:0', grad_fn=)\n", "98400 tensor(4.8205, device='cuda:0', grad_fn=)\n", "98500 tensor(4.8109, device='cuda:0', grad_fn=)\n", "98600 tensor(4.7517, device='cuda:0', grad_fn=)\n", "98700 tensor(4.2260, device='cuda:0', grad_fn=)\n", "98800 tensor(4.8782, device='cuda:0', grad_fn=)\n", "98900 tensor(4.7034, device='cuda:0', grad_fn=)\n", "99000 tensor(4.5861, device='cuda:0', grad_fn=)\n", "99100 tensor(4.9904, device='cuda:0', grad_fn=)\n", "99200 tensor(4.9637, device='cuda:0', grad_fn=)\n", "99300 tensor(4.7789, device='cuda:0', grad_fn=)\n", "99400 tensor(4.9661, device='cuda:0', grad_fn=)\n", "99500 tensor(4.4535, device='cuda:0', grad_fn=)\n", "99600 tensor(4.7522, device='cuda:0', grad_fn=)\n", "99700 tensor(4.1814, device='cuda:0', grad_fn=)\n", "99800 tensor(4.4184, device='cuda:0', grad_fn=)\n", "99900 tensor(4.9469, device='cuda:0', grad_fn=)\n", "100000 tensor(4.9216, device='cuda:0', grad_fn=)\n", "100100 tensor(5.0670, device='cuda:0', grad_fn=)\n", "100200 tensor(4.4815, device='cuda:0', grad_fn=)\n", "100300 tensor(4.8047, device='cuda:0', grad_fn=)\n", "100400 tensor(4.7661, device='cuda:0', grad_fn=)\n", "100500 tensor(5.0412, device='cuda:0', grad_fn=)\n", "100600 tensor(5.0822, device='cuda:0', grad_fn=)\n", "100700 tensor(4.9617, device='cuda:0', grad_fn=)\n", "100800 tensor(5.0497, device='cuda:0', grad_fn=)\n", "100900 tensor(5.0292, device='cuda:0', grad_fn=)\n", "101000 tensor(4.3783, device='cuda:0', grad_fn=)\n", "101100 tensor(5.1925, device='cuda:0', grad_fn=)\n", "101200 tensor(4.8833, device='cuda:0', grad_fn=)\n", "101300 tensor(4.8256, device='cuda:0', grad_fn=)\n", "101400 tensor(5.1346, device='cuda:0', grad_fn=)\n", "101500 tensor(4.9421, device='cuda:0', grad_fn=)\n", "101600 tensor(4.7890, device='cuda:0', grad_fn=)\n", "101700 tensor(4.5993, device='cuda:0', grad_fn=)\n", "101800 tensor(4.8848, device='cuda:0', grad_fn=)\n", "101900 tensor(5.0264, device='cuda:0', grad_fn=)\n", "102000 tensor(4.5711, device='cuda:0', grad_fn=)\n", "102100 tensor(5.0150, device='cuda:0', grad_fn=)\n", "102200 tensor(4.8943, device='cuda:0', grad_fn=)\n", "102300 tensor(4.8837, device='cuda:0', grad_fn=)\n", "102400 tensor(5.0701, device='cuda:0', grad_fn=)\n", "102500 tensor(4.6735, device='cuda:0', grad_fn=)\n", "102600 tensor(4.7247, device='cuda:0', grad_fn=)\n", "102700 tensor(4.7052, device='cuda:0', grad_fn=)\n", "102800 tensor(4.4751, device='cuda:0', grad_fn=)\n", "102900 tensor(4.3246, device='cuda:0', grad_fn=)\n", "103000 tensor(4.8290, device='cuda:0', grad_fn=)\n", "103100 tensor(4.8880, device='cuda:0', grad_fn=)\n", "103200 tensor(4.7565, device='cuda:0', grad_fn=)\n", "103300 tensor(4.8007, device='cuda:0', grad_fn=)\n", "103400 tensor(4.9262, device='cuda:0', grad_fn=)\n", "103500 tensor(4.9762, device='cuda:0', grad_fn=)\n", "103600 tensor(4.9669, device='cuda:0', grad_fn=)\n", "103700 tensor(5.1680, device='cuda:0', grad_fn=)\n", "103800 tensor(5.0296, device='cuda:0', grad_fn=)\n", "103900 tensor(4.9457, device='cuda:0', grad_fn=)\n", "104000 tensor(4.9833, device='cuda:0', grad_fn=)\n", "104100 tensor(5.1114, device='cuda:0', grad_fn=)\n", "104200 tensor(4.8435, device='cuda:0', grad_fn=)\n", "104300 tensor(4.5540, device='cuda:0', grad_fn=)\n", "104400 tensor(4.5313, device='cuda:0', grad_fn=)\n", "104500 tensor(5.0209, device='cuda:0', grad_fn=)\n", "104600 tensor(4.1863, device='cuda:0', grad_fn=)\n", "104700 tensor(4.9792, device='cuda:0', grad_fn=)\n", "104800 tensor(4.7222, device='cuda:0', grad_fn=)\n", "104900 tensor(4.8395, device='cuda:0', grad_fn=)\n", "105000 tensor(4.8403, device='cuda:0', grad_fn=)\n", "105100 tensor(4.9299, device='cuda:0', grad_fn=)\n", "105200 tensor(4.9324, device='cuda:0', grad_fn=)\n", "105300 tensor(5.0470, device='cuda:0', grad_fn=)\n", "105400 tensor(4.7876, device='cuda:0', grad_fn=)\n", "105500 tensor(5.0069, device='cuda:0', grad_fn=)\n", "105600 tensor(5.0764, device='cuda:0', grad_fn=)\n", "105700 tensor(5.2300, device='cuda:0', grad_fn=)\n", "105800 tensor(4.8332, device='cuda:0', grad_fn=)\n", "105900 tensor(5.0333, device='cuda:0', grad_fn=)\n", "106000 tensor(4.9133, device='cuda:0', grad_fn=)\n", "106100 tensor(4.8769, device='cuda:0', grad_fn=)\n", "106200 tensor(5.1212, device='cuda:0', grad_fn=)\n", "106300 tensor(4.8909, device='cuda:0', grad_fn=)\n", "106400 tensor(4.7504, device='cuda:0', grad_fn=)\n", "106500 tensor(4.9875, device='cuda:0', grad_fn=)\n", "106600 tensor(4.6188, device='cuda:0', grad_fn=)\n", "106700 tensor(4.4476, device='cuda:0', grad_fn=)\n", "106800 tensor(4.9015, device='cuda:0', grad_fn=)\n", "106900 tensor(4.9961, device='cuda:0', grad_fn=)\n", "107000 tensor(4.5983, device='cuda:0', grad_fn=)\n", "107100 tensor(4.9465, device='cuda:0', grad_fn=)\n", "107200 tensor(4.9934, device='cuda:0', grad_fn=)\n", "107300 tensor(4.2177, device='cuda:0', grad_fn=)\n", "107400 tensor(4.8564, device='cuda:0', grad_fn=)\n", "107500 tensor(4.7367, device='cuda:0', grad_fn=)\n", "107600 tensor(4.6914, device='cuda:0', grad_fn=)\n", "107700 tensor(4.9439, device='cuda:0', grad_fn=)\n", "107800 tensor(4.8153, device='cuda:0', grad_fn=)\n", "107900 tensor(4.3782, device='cuda:0', grad_fn=)\n", "108000 tensor(5.0639, device='cuda:0', grad_fn=)\n", "108100 tensor(5.0140, device='cuda:0', grad_fn=)\n", "108200 tensor(4.8026, device='cuda:0', grad_fn=)\n", "108300 tensor(5.0365, device='cuda:0', grad_fn=)\n", "108400 tensor(5.0422, device='cuda:0', grad_fn=)\n", "108500 tensor(4.7082, device='cuda:0', grad_fn=)\n", "108600 tensor(4.5527, device='cuda:0', grad_fn=)\n", "108700 tensor(4.7589, device='cuda:0', grad_fn=)\n", "108800 tensor(5.0291, device='cuda:0', grad_fn=)\n", "108900 tensor(4.5464, device='cuda:0', grad_fn=)\n", "109000 tensor(4.9586, device='cuda:0', grad_fn=)\n", "109100 tensor(4.9770, device='cuda:0', grad_fn=)\n", "109200 tensor(4.9075, device='cuda:0', grad_fn=)\n", "109300 tensor(4.5973, device='cuda:0', grad_fn=)\n", "109400 tensor(5.0076, device='cuda:0', grad_fn=)\n", "109500 tensor(4.7639, device='cuda:0', grad_fn=)\n", "109600 tensor(4.7529, device='cuda:0', grad_fn=)\n", "109700 tensor(5.0050, device='cuda:0', grad_fn=)\n", "109800 tensor(5.0360, device='cuda:0', grad_fn=)\n", "109900 tensor(4.7775, device='cuda:0', grad_fn=)\n", "110000 tensor(4.6627, device='cuda:0', grad_fn=)\n", "110100 tensor(4.8799, device='cuda:0', grad_fn=)\n", "110200 tensor(4.7465, device='cuda:0', grad_fn=)\n", "110300 tensor(5.0446, device='cuda:0', grad_fn=)\n", "110400 tensor(4.8966, device='cuda:0', grad_fn=)\n", "110500 tensor(4.9575, device='cuda:0', grad_fn=)\n", "110600 tensor(4.8801, device='cuda:0', grad_fn=)\n", "110700 tensor(4.9705, device='cuda:0', grad_fn=)\n", "110800 tensor(4.8122, device='cuda:0', grad_fn=)\n", "110900 tensor(4.7103, device='cuda:0', grad_fn=)\n", "111000 tensor(4.7193, device='cuda:0', grad_fn=)\n", "111100 tensor(4.9327, device='cuda:0', grad_fn=)\n", "111200 tensor(4.9441, device='cuda:0', grad_fn=)\n", "111300 tensor(5.2106, device='cuda:0', grad_fn=)\n", "111400 tensor(4.5818, device='cuda:0', grad_fn=)\n", "111500 tensor(4.6068, device='cuda:0', grad_fn=)\n", "111600 tensor(5.0798, device='cuda:0', grad_fn=)\n", "111700 tensor(5.1382, device='cuda:0', grad_fn=)\n", "111800 tensor(4.3443, device='cuda:0', grad_fn=)\n", "111900 tensor(5.0532, device='cuda:0', grad_fn=)\n", "112000 tensor(4.6804, device='cuda:0', grad_fn=)\n", "112100 tensor(4.5050, device='cuda:0', grad_fn=)\n", "112200 tensor(4.9678, device='cuda:0', grad_fn=)\n", "112300 tensor(5.1017, device='cuda:0', grad_fn=)\n", "112400 tensor(4.9474, device='cuda:0', grad_fn=)\n", "112500 tensor(5.0659, device='cuda:0', grad_fn=)\n", "112600 tensor(4.1369, device='cuda:0', grad_fn=)\n", "112700 tensor(4.8935, device='cuda:0', grad_fn=)\n", "112800 tensor(4.6240, device='cuda:0', grad_fn=)\n", "112900 tensor(4.8367, device='cuda:0', grad_fn=)\n", "113000 tensor(4.6743, device='cuda:0', grad_fn=)\n", "113100 tensor(5.0598, device='cuda:0', grad_fn=)\n", "113200 tensor(4.7863, device='cuda:0', grad_fn=)\n", "113300 tensor(3.9544, device='cuda:0', grad_fn=)\n", "113400 tensor(5.0014, device='cuda:0', grad_fn=)\n", "113500 tensor(4.8981, device='cuda:0', grad_fn=)\n", "113600 tensor(4.6241, device='cuda:0', grad_fn=)\n", "113700 tensor(4.7643, device='cuda:0', grad_fn=)\n", "113800 tensor(4.4898, device='cuda:0', grad_fn=)\n", "113900 tensor(4.7177, device='cuda:0', grad_fn=)\n", "114000 tensor(5.1589, device='cuda:0', grad_fn=)\n", "114100 tensor(4.8498, device='cuda:0', grad_fn=)\n", "114200 tensor(4.6020, device='cuda:0', grad_fn=)\n", "114300 tensor(4.8476, device='cuda:0', grad_fn=)\n", "114400 tensor(4.9836, device='cuda:0', grad_fn=)\n", "114500 tensor(5.2996, device='cuda:0', grad_fn=)\n", "114600 tensor(5.2211, device='cuda:0', grad_fn=)\n", "114700 tensor(4.6157, device='cuda:0', grad_fn=)\n", "114800 tensor(4.9978, device='cuda:0', grad_fn=)\n", "114900 tensor(4.7124, device='cuda:0', grad_fn=)\n", "115000 tensor(4.8855, device='cuda:0', grad_fn=)\n", "115100 tensor(4.8061, device='cuda:0', grad_fn=)\n", "115200 tensor(4.9216, device='cuda:0', grad_fn=)\n", "115300 tensor(4.7439, device='cuda:0', grad_fn=)\n", "115400 tensor(5.1855, device='cuda:0', grad_fn=)\n", "115500 tensor(5.0700, device='cuda:0', grad_fn=)\n", "115600 tensor(4.9031, device='cuda:0', grad_fn=)\n", "115700 tensor(4.9650, device='cuda:0', grad_fn=)\n", "115800 tensor(4.7938, device='cuda:0', grad_fn=)\n", "115900 tensor(4.9974, device='cuda:0', grad_fn=)\n", "116000 tensor(4.7874, device='cuda:0', grad_fn=)\n", "116100 tensor(4.8274, device='cuda:0', grad_fn=)\n", "116200 tensor(4.8384, device='cuda:0', grad_fn=)\n", "116300 tensor(5.1083, device='cuda:0', grad_fn=)\n", "116400 tensor(4.6231, device='cuda:0', grad_fn=)\n", "116500 tensor(4.5965, device='cuda:0', grad_fn=)\n", "116600 tensor(4.6714, device='cuda:0', grad_fn=)\n", "116700 tensor(4.9358, device='cuda:0', grad_fn=)\n", "116800 tensor(5.0778, device='cuda:0', grad_fn=)\n", "116900 tensor(4.7613, device='cuda:0', grad_fn=)\n", "117000 tensor(4.6919, device='cuda:0', grad_fn=)\n", "117100 tensor(4.7312, device='cuda:0', grad_fn=)\n", "117200 tensor(4.8210, device='cuda:0', grad_fn=)\n", "117300 tensor(4.3730, device='cuda:0', grad_fn=)\n", "117400 tensor(4.8292, device='cuda:0', grad_fn=)\n", "117500 tensor(4.7531, device='cuda:0', grad_fn=)\n", "117600 tensor(4.8388, device='cuda:0', grad_fn=)\n", "117700 tensor(4.8566, device='cuda:0', grad_fn=)\n", "117800 tensor(4.9021, device='cuda:0', grad_fn=)\n", "117900 tensor(4.8977, device='cuda:0', grad_fn=)\n", "118000 tensor(4.7841, device='cuda:0', grad_fn=)\n", "118100 tensor(4.6447, device='cuda:0', grad_fn=)\n", "118200 tensor(4.5021, device='cuda:0', grad_fn=)\n", "118300 tensor(4.9625, device='cuda:0', grad_fn=)\n", "118400 tensor(5.0818, device='cuda:0', grad_fn=)\n", "118500 tensor(4.9943, device='cuda:0', grad_fn=)\n", "118600 tensor(4.8726, device='cuda:0', grad_fn=)\n", "118700 tensor(4.9113, device='cuda:0', grad_fn=)\n", "118800 tensor(4.5782, device='cuda:0', grad_fn=)\n", "118900 tensor(4.4148, device='cuda:0', grad_fn=)\n", "119000 tensor(5.0278, device='cuda:0', grad_fn=)\n", "119100 tensor(5.2606, device='cuda:0', grad_fn=)\n", "119200 tensor(4.9693, device='cuda:0', grad_fn=)\n", "119300 tensor(4.6617, device='cuda:0', grad_fn=)\n", "119400 tensor(4.8571, device='cuda:0', grad_fn=)\n", "119500 tensor(4.2560, device='cuda:0', grad_fn=)\n", "119600 tensor(4.9186, device='cuda:0', grad_fn=)\n", "119700 tensor(4.9237, device='cuda:0', grad_fn=)\n", "119800 tensor(4.9456, device='cuda:0', grad_fn=)\n", "119900 tensor(4.9364, device='cuda:0', grad_fn=)\n", "120000 tensor(4.5929, device='cuda:0', grad_fn=)\n", "120100 tensor(4.9357, device='cuda:0', grad_fn=)\n", "120200 tensor(4.8705, device='cuda:0', grad_fn=)\n", "120300 tensor(4.7914, device='cuda:0', grad_fn=)\n", "120400 tensor(4.7161, device='cuda:0', grad_fn=)\n", "120500 tensor(4.7885, device='cuda:0', grad_fn=)\n", "120600 tensor(4.8593, device='cuda:0', grad_fn=)\n", "120700 tensor(4.7298, device='cuda:0', grad_fn=)\n", "120800 tensor(4.8347, device='cuda:0', grad_fn=)\n", "120900 tensor(4.9481, device='cuda:0', grad_fn=)\n", "121000 tensor(4.6276, device='cuda:0', grad_fn=)\n", "121100 tensor(4.6297, device='cuda:0', grad_fn=)\n", "121200 tensor(4.4420, device='cuda:0', grad_fn=)\n", "121300 tensor(4.9996, device='cuda:0', grad_fn=)\n", "121400 tensor(4.6057, device='cuda:0', grad_fn=)\n", "121500 tensor(5.2147, device='cuda:0', grad_fn=)\n", "121600 tensor(5.0158, device='cuda:0', grad_fn=)\n", "121700 tensor(4.7963, device='cuda:0', grad_fn=)\n", "121800 tensor(5.0160, device='cuda:0', grad_fn=)\n", "121900 tensor(4.9921, device='cuda:0', grad_fn=)\n", "122000 tensor(4.9018, device='cuda:0', grad_fn=)\n", "122100 tensor(4.9365, device='cuda:0', grad_fn=)\n", "122200 tensor(4.6702, device='cuda:0', grad_fn=)\n", "122300 tensor(4.9160, device='cuda:0', grad_fn=)\n", "122400 tensor(4.9476, device='cuda:0', grad_fn=)\n", "122500 tensor(4.8492, device='cuda:0', grad_fn=)\n", "122600 tensor(4.6968, device='cuda:0', grad_fn=)\n", "122700 tensor(4.7005, device='cuda:0', grad_fn=)\n", "122800 tensor(4.4889, device='cuda:0', grad_fn=)\n", "122900 tensor(4.4938, device='cuda:0', grad_fn=)\n", "123000 tensor(4.8215, device='cuda:0', grad_fn=)\n", "123100 tensor(4.6476, device='cuda:0', grad_fn=)\n", "123200 tensor(4.6063, device='cuda:0', grad_fn=)\n", "123300 tensor(4.7627, device='cuda:0', grad_fn=)\n", "123400 tensor(4.9589, device='cuda:0', grad_fn=)\n", "123500 tensor(5.0093, device='cuda:0', grad_fn=)\n", "123600 tensor(5.1528, device='cuda:0', grad_fn=)\n", "123700 tensor(4.5435, device='cuda:0', grad_fn=)\n", "123800 tensor(5.0693, device='cuda:0', grad_fn=)\n", "123900 tensor(4.4490, device='cuda:0', grad_fn=)\n", "124000 tensor(4.9851, device='cuda:0', grad_fn=)\n", "124100 tensor(4.9539, device='cuda:0', grad_fn=)\n", "124200 tensor(5.0405, device='cuda:0', grad_fn=)\n", "124300 tensor(4.6855, device='cuda:0', grad_fn=)\n", "124400 tensor(4.9417, device='cuda:0', grad_fn=)\n", "124500 tensor(4.4380, device='cuda:0', grad_fn=)\n", "124600 tensor(4.0469, device='cuda:0', grad_fn=)\n", "124700 tensor(5.0332, device='cuda:0', grad_fn=)\n", "124800 tensor(4.9670, device='cuda:0', grad_fn=)\n", "124900 tensor(5.0651, device='cuda:0', grad_fn=)\n", "125000 tensor(4.5116, device='cuda:0', grad_fn=)\n", "125100 tensor(5.0326, device='cuda:0', grad_fn=)\n", "125200 tensor(4.7236, device='cuda:0', grad_fn=)\n", "125300 tensor(4.7683, device='cuda:0', grad_fn=)\n", "125400 tensor(4.5482, device='cuda:0', grad_fn=)\n", "125500 tensor(4.5634, device='cuda:0', grad_fn=)\n", "125600 tensor(4.4635, device='cuda:0', grad_fn=)\n", "125700 tensor(4.4219, device='cuda:0', grad_fn=)\n", "125800 tensor(4.9547, device='cuda:0', grad_fn=)\n", "125900 tensor(4.8685, device='cuda:0', grad_fn=)\n", "126000 tensor(4.3485, device='cuda:0', grad_fn=)\n", "126100 tensor(4.5584, device='cuda:0', grad_fn=)\n", "126200 tensor(4.6830, device='cuda:0', grad_fn=)\n", "126300 tensor(5.0172, device='cuda:0', grad_fn=)\n", "126400 tensor(4.9179, device='cuda:0', grad_fn=)\n", "126500 tensor(4.8389, device='cuda:0', grad_fn=)\n", "126600 tensor(4.7898, device='cuda:0', grad_fn=)\n", "126700 tensor(4.9195, device='cuda:0', grad_fn=)\n", "126800 tensor(4.8269, device='cuda:0', grad_fn=)\n", "126900 tensor(4.8297, device='cuda:0', grad_fn=)\n", "127000 tensor(4.8922, device='cuda:0', grad_fn=)\n", "127100 tensor(4.8160, device='cuda:0', grad_fn=)\n", "127200 tensor(4.7967, device='cuda:0', grad_fn=)\n", "127300 tensor(4.7824, device='cuda:0', grad_fn=)\n", "127400 tensor(4.8233, device='cuda:0', grad_fn=)\n", "127500 tensor(4.9216, device='cuda:0', grad_fn=)\n", "127600 tensor(5.0369, device='cuda:0', grad_fn=)\n", "127700 tensor(4.8331, device='cuda:0', grad_fn=)\n", "127800 tensor(4.8210, device='cuda:0', grad_fn=)\n", "127900 tensor(4.8657, device='cuda:0', grad_fn=)\n", "128000 tensor(4.7904, device='cuda:0', grad_fn=)\n", "128100 tensor(4.6721, device='cuda:0', grad_fn=)\n", "128200 tensor(5.0386, device='cuda:0', grad_fn=)\n", "128300 tensor(4.5596, device='cuda:0', grad_fn=)\n", "128400 tensor(4.5702, device='cuda:0', grad_fn=)\n", "128500 tensor(4.7675, device='cuda:0', grad_fn=)\n", "128600 tensor(4.8381, device='cuda:0', grad_fn=)\n", "128700 tensor(4.5835, device='cuda:0', grad_fn=)\n", "128800 tensor(4.7954, device='cuda:0', grad_fn=)\n", "128900 tensor(4.7430, device='cuda:0', grad_fn=)\n", "129000 tensor(4.6958, device='cuda:0', grad_fn=)\n", "129100 tensor(4.4172, device='cuda:0', grad_fn=)\n", "129200 tensor(4.8874, device='cuda:0', grad_fn=)\n", "129300 tensor(4.3820, device='cuda:0', grad_fn=)\n", "129400 tensor(4.8125, device='cuda:0', grad_fn=)\n", "129500 tensor(4.9783, device='cuda:0', grad_fn=)\n", "129600 tensor(4.5286, device='cuda:0', grad_fn=)\n", "129700 tensor(4.8962, device='cuda:0', grad_fn=)\n", "129800 tensor(4.6818, device='cuda:0', grad_fn=)\n", "129900 tensor(5.0567, device='cuda:0', grad_fn=)\n", "130000 tensor(5.1978, device='cuda:0', grad_fn=)\n", "130100 tensor(5.1098, device='cuda:0', grad_fn=)\n", "130200 tensor(4.6280, device='cuda:0', grad_fn=)\n", "130300 tensor(4.9298, device='cuda:0', grad_fn=)\n", "130400 tensor(4.6004, device='cuda:0', grad_fn=)\n", "130500 tensor(4.8462, device='cuda:0', grad_fn=)\n", "130600 tensor(4.7324, device='cuda:0', grad_fn=)\n", "130700 tensor(4.7167, device='cuda:0', grad_fn=)\n", "130800 tensor(4.4547, device='cuda:0', grad_fn=)\n", "130900 tensor(4.5560, device='cuda:0', grad_fn=)\n", "131000 tensor(4.0357, device='cuda:0', grad_fn=)\n", "131100 tensor(4.8499, device='cuda:0', grad_fn=)\n", "131200 tensor(4.9097, device='cuda:0', grad_fn=)\n", "131300 tensor(4.8725, device='cuda:0', grad_fn=)\n", "131400 tensor(4.8507, device='cuda:0', grad_fn=)\n", "131500 tensor(4.8822, device='cuda:0', grad_fn=)\n", "131600 tensor(4.8053, device='cuda:0', grad_fn=)\n", "131700 tensor(4.7774, device='cuda:0', grad_fn=)\n", "131800 tensor(4.6166, device='cuda:0', grad_fn=)\n", "131900 tensor(5.0381, device='cuda:0', grad_fn=)\n", "132000 tensor(5.1435, device='cuda:0', grad_fn=)\n", "132100 tensor(4.9651, device='cuda:0', grad_fn=)\n", "132200 tensor(4.3226, device='cuda:0', grad_fn=)\n", "132300 tensor(4.9645, device='cuda:0', grad_fn=)\n", "132400 tensor(5.1297, device='cuda:0', grad_fn=)\n", "132500 tensor(4.9514, device='cuda:0', grad_fn=)\n", "132600 tensor(4.4122, device='cuda:0', grad_fn=)\n", "132700 tensor(4.8552, device='cuda:0', grad_fn=)\n", "132800 tensor(4.4157, device='cuda:0', grad_fn=)\n", "132900 tensor(4.9525, device='cuda:0', grad_fn=)\n", "133000 tensor(4.7483, device='cuda:0', grad_fn=)\n", "133100 tensor(4.6578, device='cuda:0', grad_fn=)\n", "133200 tensor(5.0746, device='cuda:0', grad_fn=)\n", "133300 tensor(4.8121, device='cuda:0', grad_fn=)\n", "133400 tensor(4.8101, device='cuda:0', grad_fn=)\n", "133500 tensor(4.6605, device='cuda:0', grad_fn=)\n", "133600 tensor(4.7754, device='cuda:0', grad_fn=)\n", "133700 tensor(4.4397, device='cuda:0', grad_fn=)\n", "133800 tensor(4.8784, device='cuda:0', grad_fn=)\n", "133900 tensor(4.6728, device='cuda:0', grad_fn=)\n", "134000 tensor(4.7126, device='cuda:0', grad_fn=)\n", "134100 tensor(4.5749, device='cuda:0', grad_fn=)\n", "134200 tensor(4.4029, device='cuda:0', grad_fn=)\n", "134300 tensor(4.7075, device='cuda:0', grad_fn=)\n", "134400 tensor(5.0396, device='cuda:0', grad_fn=)\n", "134500 tensor(4.6848, device='cuda:0', grad_fn=)\n", "134600 tensor(5.0197, device='cuda:0', grad_fn=)\n", "134700 tensor(4.7742, device='cuda:0', grad_fn=)\n", "134800 tensor(4.8104, device='cuda:0', grad_fn=)\n", "134900 tensor(4.8825, device='cuda:0', grad_fn=)\n", "135000 tensor(4.7189, device='cuda:0', grad_fn=)\n", "135100 tensor(4.6685, device='cuda:0', grad_fn=)\n", "135200 tensor(4.7691, device='cuda:0', grad_fn=)\n", "135300 tensor(4.7166, device='cuda:0', grad_fn=)\n", "135400 tensor(4.6312, device='cuda:0', grad_fn=)\n", "135500 tensor(4.9367, device='cuda:0', grad_fn=)\n", "135600 tensor(4.8343, device='cuda:0', grad_fn=)\n", "135700 tensor(4.8131, device='cuda:0', grad_fn=)\n", "135800 tensor(4.7636, device='cuda:0', grad_fn=)\n", "135900 tensor(4.6484, device='cuda:0', grad_fn=)\n", "136000 tensor(4.7523, device='cuda:0', grad_fn=)\n", "136100 tensor(4.8950, device='cuda:0', grad_fn=)\n", "136200 tensor(4.9203, device='cuda:0', grad_fn=)\n", "136300 tensor(4.8050, device='cuda:0', grad_fn=)\n", "136400 tensor(4.8176, device='cuda:0', grad_fn=)\n", "136500 tensor(4.4287, device='cuda:0', grad_fn=)\n", "136600 tensor(4.5731, device='cuda:0', grad_fn=)\n", "136700 tensor(4.7796, device='cuda:0', grad_fn=)\n", "136800 tensor(5.1640, device='cuda:0', grad_fn=)\n", "136900 tensor(4.5927, device='cuda:0', grad_fn=)\n", "137000 tensor(4.5682, device='cuda:0', grad_fn=)\n", "137100 tensor(5.0697, device='cuda:0', grad_fn=)\n", "137200 tensor(4.8193, device='cuda:0', grad_fn=)\n", "137300 tensor(4.8367, device='cuda:0', grad_fn=)\n", "137400 tensor(4.9668, device='cuda:0', grad_fn=)\n", "137500 tensor(4.6632, device='cuda:0', grad_fn=)\n", "137600 tensor(5.2432, device='cuda:0', grad_fn=)\n", "137700 tensor(4.6309, device='cuda:0', grad_fn=)\n", "137800 tensor(4.7814, device='cuda:0', grad_fn=)\n", "137900 tensor(4.4679, device='cuda:0', grad_fn=)\n", "138000 tensor(4.9990, device='cuda:0', grad_fn=)\n", "138100 tensor(4.6476, device='cuda:0', grad_fn=)\n", "138200 tensor(4.9484, device='cuda:0', grad_fn=)\n", "138300 tensor(4.8118, device='cuda:0', grad_fn=)\n", "138400 tensor(4.8842, device='cuda:0', grad_fn=)\n", "138500 tensor(4.7052, device='cuda:0', grad_fn=)\n", "138600 tensor(3.9411, device='cuda:0', grad_fn=)\n", "138700 tensor(5.0011, device='cuda:0', grad_fn=)\n", "138800 tensor(4.8827, device='cuda:0', grad_fn=)\n", "138900 tensor(4.8508, device='cuda:0', grad_fn=)\n", "139000 tensor(4.6841, device='cuda:0', grad_fn=)\n", "Creating outputs in dev-0\n", "Creating outputs in test-A\n", "Creating outputs in dev-0\n", "Creating outputs in test-A\n", "Creating outputs in dev-0\n", "Creating outputs in test-A\n" ] } ], "source": [ "with_hyperparams()" ] } ], "metadata": { "accelerator": "GPU", "colab": { "provenance": [] }, "gpuClass": "standard", "kernelspec": { "display_name": "Python 3 (ipykernel)", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3.9.12" } }, "nbformat": 4, "nbformat_minor": 0 }