Skriva en träningsloop
I scikit-learn är träningsloopen inbyggd i metoden .fit(), medan den i PyTorch sätts upp manuellt. Det ger mer flexibilitet, men kräver en egen implementation.
I den här övningen skapar du en loop för att träna en modell som förutsäger löner.
Funktionen show_results() är tillhandahållen för att hjälpa dig visualisera några exempelförutsägelser.
Följande paket har importerats: pandas som pd, torch, torch.nn som nn, torch.optim som optim, samt DataLoader och TensorDataset från torch.utils.data.
Följande variabler har skapats: num_epochs, som innehåller antalet epoker (satt till 5); dataloader, som innehåller datainläsaren; model, som innehåller det neurala nätverket; criterion, som innehåller förlustfunktionen nn.MSELoss(); optimizer, som innehåller SGD-optimeraren.
Den här övningen är en del av kursen
Introduktion till djupinlärning med PyTorch
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Loop over the number of epochs and then the dataloader
for i in ____:
for data in ____:
# Set the gradients to zero
____