2025ML-project-neural_compression/models/autoencoder/AutoEncoder-losses-128-enwik9.csv

1	epoch	train_loss	validation_loss
2	0	0.01085386620735053	0.006341735845545435
3	1	0.005400850162054922	0.005839746445417404
4	2	0.00485425135649789	0.005176252243642247
5	3	0.004343160376179249	0.004764631774120089
6	4	0.003973618765875379	0.004521288118104785
7	5	0.0037353913164106414	0.004481842616601414
8	6	0.0034915975268732784	0.004085033499984113
9	7	0.0032940426047108826	0.0040647861355816136
10	8	0.0031321082655461152	0.0037558919103204747
11	9	0.003010743991601424	0.0037656369576415487
12	10	0.0029294860578208503	0.003578710466452682
13	11	0.0028546467275023914	0.0035189846665633997
14	12	0.0027932538977585197	0.0035751495403699746
15	13	0.0027470570230722327	0.003509308735463228
16	14	0.0027130976300849927	0.0034442961493236874
17	15	0.002682083621521715	0.003392344111406052
18	16	0.0026481835902293946	0.003387695018251832
19	17	0.0026277972960839667	0.0033847096146845065
20	18	0.0025976814844106224	0.0033270206172659085
21	19	0.0025774615515325983	0.0033331061731170833
22	20	0.002554088587199135	0.0031912977204707855
23	21	0.002529182493703719	0.003161894014809025
24	22	0.002509173103283311	0.003274783360565664
25	23	0.002493507948587249	0.00315583101544842
26	24	0.0024818113836908256	0.0031739519320726963
27	25	0.002465371198361378	0.0031647984757806166
28	26	0.0024576109824783806	0.0031128548478480175
29	27	0.0024322328375907367	0.0031788155468507806
30	28	0.0024184938447405786	0.0030075300200522403
31	29	0.0024033928370075547	0.003104134032659176
32	30	0.0023887938180895047	0.0030373098380252262
33	31	0.002377954244651284	0.0030804877380932903
34	32	0.0023671470654739925	0.003197283330480106
35	33	0.0023592046057319695	0.003121301071995599
36	34	0.002344898579147223	0.0031348077974900717
37	35	0.002339629502026091	0.002927345941945171
38	36	0.0023279483634690936	0.002894312355717118
39	37	0.0023208571785849315	0.002933271177368992
40	38	0.0023138481378253495	0.0028879965726598985
41	39	0.002306657297520043	0.002920459291741309
42	40	0.0022981759584876325	0.00299808147455786
43	41	0.002293835998485465	0.002979034007498497
44	42	0.0022814683779045154	0.003016964837247577
45	43	0.00228243507080922	0.0029129722491546555
46	44	0.0022703518956442327	0.00290401142218527
47	45	0.002264509716589931	0.002961287192132978
48	46	0.002261438686702453	0.0029293647910404296
49	47	0.002253969647064862	0.0029001163736426536
50	48	0.002254254681703017	0.002908032886925658
51	49	0.0022453528849246123	0.002944148815670655
52	50	0.0022425899143446856	0.00301588520350802
53	51	0.0022357832984817743	0.0030597917140170023
54	52	0.002237347252139686	0.0028887362407790567
55	53	0.0022286995899200644	0.002863695007350779
56	54	0.0022294600902968862	0.002846075340444293
57	55	0.002223826257742407	0.0028796627291101423
58	56	0.0022214871448749804	0.0029382862195102425
59	57	0.002218214040002535	0.0028495208214513444
60	58	0.002215856266065259	0.0030202539161359536
61	59	0.002211903883470915	0.002845815159131609
62	60	0.0022101723422568676	0.00287446059866005
63	61	0.0022062657899292503	0.0028590587970182186
64	62	0.002203832045341286	0.002986196565925222
65	63	0.0022021674725848056	0.0028632651564828655
66	64	0.0021999818296855214	0.0028097550592648276
67	65	0.0021991361646880683	0.003032991367584194
68	66	0.0021926820697759967	0.0029617570836509345
69	67	0.0021924606041614928	0.0028841386293238813
70	68	0.0021863565102057674	0.0027928410035749996
71	69	0.0021813936681379085	0.0027880940636093835
72	70	0.002179648388806323	0.0028063443236991423
73	71	0.0021775863633561755	0.0029397492814197683
74	72	0.002170139022948724	0.002737486573959921
75	73	0.002172832279302765	0.0028291837633978435
76	74	0.0021689082086217646	0.0027951504574832684
77	75	0.0021658048443009793	0.0028180658673327276
78	76	0.00216622280948087	0.0028333129414591855
79	77	0.002160428078080699	0.0028204590643805855
80	78	0.0021582582049526977	0.0027962563271484984
81	79	0.00215700428526894	0.002741300136576058
82	80	0.002151882248333067	0.002784353600573221
83	81	0.002152497883134437	0.0028792617943863034
84	82	0.0021529012368377717	0.0027290458869160586
85	83	0.0021525764450579287	0.0028022712823501184
86	84	0.0021505030475218122	0.002728834834646519
87	85	0.002143648629432904	0.0028376821016196075
88	86	0.0021454132775134494	0.002691453858989625
89	87	0.0021452548128708606	0.0027243838986765793
90	88	0.002141443245326642	0.0028064492961946334
91	89	0.0021420888263384945	0.0028304505225925044
92	90	0.002138309630508891	0.0029567666904545807
93	91	0.00213749550270173	0.0027819796561313268
94	92	0.002132035415243958	0.002714667086070048
95	93	0.0021305107222649856	0.0028131204459972622
96	94	0.00213028993139777	0.0030191744745261114
97	95	0.002128118297526861	0.002814624915681495
98	96	0.002128091526574239	0.0027268895299977247
99	97	0.0021282815642238054	0.0031471029206584316
100	98	0.0021278927277285768	0.0027661766021562216
101	99	0.0021256208950614615	0.0034058631785242387