НачатьНачать бесплатно

Написание цикла обучения

В scikit-learn цикл обучения скрыт внутри метода .fit(), тогда как в PyTorch его нужно настраивать вручную. Это даёт больше гибкости, но требует написания собственной реализации.

В этом упражнении вы создадите цикл для обучения модели прогнозирования заработной платы.

Функция show_results() уже предоставлена — она поможет вам визуализировать примеры предсказаний.

Импортированные пакеты: pandas как pd, torch, torch.nn как nn, torch.optim как optim, а также DataLoader и TensorDataset из torch.utils.data.

Созданы следующие переменные: num_epochs — количество эпох (равно 5); dataloader — загрузчик данных; model — нейронная сеть; criterion — функция потерь nn.MSELoss(); optimizer — оптимизатор SGD.

Это упражнение является частью курса

Введение в глубокое обучение с PyTorch

Посмотреть курс

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Loop over the number of epochs and then the dataloader
for i in ____:
  for data in ____:
    # Set the gradients to zero
    ____
Редактировать и запускать код