Eine Trainingsschleife schreiben
In scikit-learn ist die Trainingsschleife in die Methode .fit() eingebunden, während sie in PyTorch manuell eingerichtet wird. Das erhöht zwar die Flexibilität, erfordert aber eine eigene Implementierung.
In dieser Übung erstellst du eine Schleife, um ein Modell für die Gehaltsvorhersage zu trainieren.
Die Funktion show_results() hilft dir, einige Beispielvorhersagen zu visualisieren.
Die bereitgestellten Paketimporte sind: pandas als pd, torch, torch.nn als nn, torch.optim als optim sowie DataLoader und TensorDataset aus torch.utils.data.
Die folgenden Variablen wurden erstellt: num_epochs, die die Anzahl der Epochen enthält (auf 5 gesetzt); dataloader, die den Dataloader enthält; model, die das neuronale Netz enthält; criterion, die die Verlustfunktion enthält; nn.MSELoss(); optimizer, die den SGD-Optimierer enthält.
Diese Übung ist Teil des Kurses
Einführung in Deep Learning mit PyTorch
Interaktive Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Loop over the number of epochs and then the dataloader
for i in ____:
for data in ____:
# Set the gradients to zero
____