编写训练循环
在 scikit-learn 中，训练循环被封装在 .fit() 方法内；而在 PyTorch 中，您需要手动搭建。这样更灵活，但也需要自定义实现。
在本练习中，您将创建一个循环来训练用于薪资预测的模型。
已提供 show_results() 函数，方便您可视化部分预测结果。
已导入的包包括：将 pandas 导入为 pd，torch，将 torch.nn 导入为 nn，将 torch.optim 导入为 optim，以及从 torch.utils.data 中导入 DataLoader 和 TensorDataset。
以下变量已创建：num_epochs（训练轮数，设为 5）、dataloader（数据加载器）、model（神经网络）、criterion（损失函数，nn.MSELoss()）、optimizer（SGD 优化器）。
本练习是课程的一部分
使用 PyTorch 的深度学习入门
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Loop over the number of epochs and then the dataloader
for i in ____:
for data in ____:
# Set the gradients to zero
____