Pisanie pętli treningowej
W scikit-learn pętla treningowa jest ukryta w metodzie .fit(), natomiast w PyTorch trzeba ją zdefiniować ręcznie. Daje to większą elastyczność, ale wymaga własnej implementacji.
W tym ćwiczeniu napiszesz pętlę do trenowania modelu przewidującego wynagrodzenia.
Do wizualizacji przykładowych predykcji udostępniono funkcję show_results().
Dostępne są następujące importy: pandas jako pd, torch, torch.nn jako nn, torch.optim jako optim, a także DataLoader i TensorDataset z torch.utils.data.
Utworzone zostały następujące zmienne: num_epochs – liczba epok (ustawiona na 5); dataloader – obiekt DataLoader; model – sieć neuronowa; criterion – funkcja straty nn.MSELoss(); optimizer – optymalizator SGD.
To ćwiczenie jest częścią kursu
Wprowadzenie do uczenia głębokiego z PyTorch
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Loop over the number of epochs and then the dataloader
for i in ____:
for data in ____:
# Set the gradients to zero
____