MSELoss を使う
回帰問題では、損失関数として交差エントロピーの代わりに Mean Squared Error (MSE) をよく使います。MSEは、予測値（y_pred）と実際の値（y）の差の二乗を計算します。ここでは、NumPy と PyTorch の両方で MSE 損失を計算します。
torch、numpy（np）、および torch.nn（nn）パッケージはすでにインポートされています。
この演習はコースの一部です
PyTorchで学ぶIntroduction to Deep Learning
演習の手順
- NumPy を使って MSE 損失を計算します。
- PyTorch を使って MSE 損失関数を作成します。
y_predとyをテンソルに変換し、mse_pytorchとして MSE 損失を計算します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
y_pred = np.array([3, 5.0, 2.5, 7.0])
y = np.array([3.0, 4.5, 2.0, 8.0])
# Calculate MSE using NumPy
mse_numpy = ____
# Create the MSELoss function in PyTorch
criterion = ____
# Calculate MSE using PyTorch
mse_pytorch = ____(torch.tensor(____), ____)
print("MSE (NumPy):", mse_numpy)
print("MSE (PyTorch):", mse_pytorch)