ट्रेनिंग लूप लिखना

scikit-learn में ट्रेनिंग लूप .fit() मेथड के अंदर छिपा होता है, जबकि PyTorch में इसे मैन्युअली सेट किया जाता है. इससे लचीलापन बढ़ता है, लेकिन आपको कस्टम इम्प्लीमेंटेशन लिखना पड़ता है.

इस अभ्यास में, आप सैलरी प्रीडिक्शन के लिए एक मॉडल ट्रेन करने का लूप बनाएँगे.

आपकी कुछ सैंपल प्रीडिक्शंस को विज़ुअलाइज़ करने के लिए show_results() फंक्शन दिया गया है.

उपलब्ध पैकेज इम्पोर्ट हैं: pandas as pd, torch, torch.nn as nn, torch.optim as optim, और torch.utils.data से DataLoader तथा TensorDataset.

निम्न वैरिएबल पहले से बनाए गए हैं: num_epochs, जिसमें epochs की संख्या है (5 पर सेट); dataloader, जिसमें डाटालोडर है; model, जिसमें न्यूरल नेटवर्क है; criterion, जिसमें लॉस फंक्शन nn.MSELoss() है; optimizer, जिसमें SGD ऑप्टिमाइज़र है.

एक for लूप लिखिए जो dataloader पर इटरेट करे; यह लूप एक बाहरी for लूप के भीतर नेस्टेड होना चाहिए जो epochs की संख्या के बराबर रेंज पर इटरेट करे.
ऑप्टिमाइज़र के ग्रेडिएंट्स को ज़ीरो पर सेट करें.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}अभ्यास

निर्देश 1/3

अभ्यास