トレーニングループを書こう
scikit-learn では、トレーニングループは .fit() メソッドに包まれていますが、PyTorch では手動で設定します。柔軟性は増しますが、そのぶん自分で実装する必要があります。
この演習では、給与予測モデルを学習させるループを作成します。
サンプル予測を可視化するために、show_results() 関数が用意されています。
インポート済みのパッケージは、pandas は pd、torch、torch.nn は nn、torch.optim は optim、さらに torch.utils.data から DataLoader と TensorDataset です。
あらかじめ用意されている変数は次のとおりです。エポック数（5 に設定）の num_epochs、データローダーの dataloader、ニューラルネットワークの model、損失関数 nn.MSELoss() を格納した criterion、および SGD オプティマイザを格納した optimizer。
この演習はコースの一部です
PyTorchで学ぶIntroduction to Deep Learning
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。
# Loop over the number of epochs and then the dataloader
for i in ____:
for data in ____:
# Set the gradients to zero
____