ПочатиПочніть безкоштовно

Написання циклу навчання

У scikit-learn цикл навчання сховано в методі .fit(), тоді як у PyTorch його налаштовують вручну. Це додає гнучкості, але потребує власної реалізації.

У цій вправі ви створите цикл для навчання моделі прогнозування зарплати.

Надано функцію show_results(), щоб ви могли візуалізувати кілька прикладових прогнозів.

Імпортовані пакети: pandas як pd, torch, torch.nn як nn, torch.optim як optim, а також DataLoader і TensorDataset з torch.utils.data.

Створено такі змінні: num_epochs — кількість епох (значення 5); dataloader — даталоудер; model — нейронна мережа; criterion — функція втрат, nn.MSELoss(); optimizer — оптимізатор SGD.

Ця вправа є частиною курсу

Вступ до Deep Learning з PyTorch

Переглянути курс

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Loop over the number of epochs and then the dataloader
for i in ____:
  for data in ____:
    # Set the gradients to zero
    ____
Редагувати та запускати код