Day22-pytorch(5)简单示范regression模型

先import各种会用到的套件

使用sklearn的datasets套件建立要regression的资料集

pytorch做regression时，y资料的dimension需改成2，shape为(资料个数，1)
使用reshape来改变成想要的shape

对特徵值做正规画以利训练model

须将资料型态转为tensor，不然pytorch写出来的模型不会里你

建立Dataset

建立DataLoader

建立model

设置loss function、optimizer、epoch、n_batch
critirion就是loss function，使用MSE
optimizer使用adam
epoch设置资料要训练几次
n_batch为dataloader的长度，也就是每一个epoch里面能分成几个组合
我们在dataloader时设置batch_size为100
资料集总共有1000个，所以n_batch等於1000/100=10

开始训练
最外面的回圈range为epoch，表示会根据epoch设计的次数来训练资料
里面的回圈使用了enumerate後方参数放入data_loader，因batch_size设为100
j会从0~99(batch_size-1)
samples会获得100(batch_size)笔特徵值资料，也就是x_data
labels会获得100(batch_size)笔目标值资料，也就是y_data

print出的训练过程

送上colab连结，可自行在上面多做点练习更加熟悉pytorch
https://colab.research.google.com/drive/14fN4RhEF-jIjkjuifJDYyaVLgKYRKyuV?usp=sharing