epoch=0 step=466 progress=0.111 eval info {'sparsity_loss': 0.46, 'l1l2_ratio_z12': 21.945, 'l1l2_ratio_z13': 24.316, 'l1l2_ratio_z13_all': 25.81} train info {'sparsity_loss': 1.884, 'l1l2_ratio_z12': 23.299, 'l1l2_ratio_z13': 25.038, 'l1l2_ratio_z13_all': 25.553}
epoch=0 step=932 progress=0.222 eval info {'sparsity_loss': 0.409, 'l1l2_ratio_z12': 21.396, 'l1l2_ratio_z13': 24.043, 'l1l2_ratio_z13_all': 25.861} train info {'sparsity_loss': 0.277, 'l1l2_ratio_z12': 21.973, 'l1l2_ratio_z13': 24.671, 'l1l2_ratio_z13_all': 25.844}
epoch=0 step=1398 progress=0.333 eval info {'sparsity_loss': 0.338, 'l1l2_ratio_z12': 21.167, 'l1l2_ratio_z13': 23.785, 'l1l2_ratio_z13_all': 25.845} train info {'sparsity_loss': 0.144, 'l1l2_ratio_z12': 21.444, 'l1l2_ratio_z13': 24.537, 'l1l2_ratio_z13_all': 25.87}
epoch=1 step=466 progress=0.444 eval info {'sparsity_loss': 0.335, 'l1l2_ratio_z12': 19.772, 'l1l2_ratio_z13': 23.568, 'l1l2_ratio_z13_all': 25.787} train info {'sparsity_loss': 0.063, 'l1l2_ratio_z12': 20.466, 'l1l2_ratio_z13': 24.443, 'l1l2_ratio_z13_all': 25.822}
epoch=1 step=932 progress=0.555 eval info {'sparsity_loss': 0.341, 'l1l2_ratio_z12': 18.72, 'l1l2_ratio_z13': 22.955, 'l1l2_ratio_z13_all': 25.723} train info {'sparsity_loss': 0.041, 'l1l2_ratio_z12': 19.578, 'l1l2_ratio_z13': 24.308, 'l1l2_ratio_z13_all': 25.795}
epoch=1 step=1398 progress=0.666 eval info {'sparsity_loss': 0.414, 'l1l2_ratio_z12': 17.568, 'l1l2_ratio_z13': 22.579, 'l1l2_ratio_z13_all': 25.668} train info {'sparsity_loss': 0.025, 'l1l2_ratio_z12': 18.579, 'l1l2_ratio_z13': 24.139, 'l1l2_ratio_z13_all': 25.763}
epoch=2 step=466 progress=0.778 eval info {'sparsity_loss': 0.399, 'l1l2_ratio_z12': 16.844, 'l1l2_ratio_z13': 22.645, 'l1l2_ratio_z13_all': 25.691} train info {'sparsity_loss': 0.015, 'l1l2_ratio_z12': 17.588, 'l1l2_ratio_z13': 24.193, 'l1l2_ratio_z13_all': 25.747}
epoch=2 step=932 progress=0.889 eval info {'sparsity_loss': 0.421, 'l1l2_ratio_z12': 16.263, 'l1l2_ratio_z13': 22.549, 'l1l2_ratio_z13_all': 25.682} train info {'sparsity_loss': 0.013, 'l1l2_ratio_z12': 16.787, 'l1l2_ratio_z13': 24.081, 'l1l2_ratio_z13_all': 25.725}
epoch=2 step=1398 progress=1.0 eval info {'sparsity_loss': 0.417, 'l1l2_ratio_z12': 16.159, 'l1l2_ratio_z13': 22.708, 'l1l2_ratio_z13_all': 25.705} train info {'sparsity_loss': 0.015, 'l1l2_ratio_z12': 16.438, 'l1l2_ratio_z13': 24.094, 'l1l2_ratio_z13_all': 25.717}