PyTorch回归模型神经网络搭建

问题

我手里现在有将近200个实验室的数据，想要结合材料科学与PyTorch来预测材料性能，新人小白，学习了有一个月了，花了时间学习了Python基础课，也在b站学了一些PyTorch的课程，由于网上教程绝大多数都是处理图片数据，我的是csv表格数据，学习进度一直提不起来。

这段代码是我写的一小段demo，我一直不清楚到底该怎么加载测试集测试模型，我这段代码好像只是把测试集又训练了一遍，图像输出也有问题，想请教一下大家我测试集加载有问题吗？具体来说应该怎么测试神经网络回归模型？或是我这一部分代码的存在的问题。

下面是我写的代码，麻烦前辈们能指点一下

import numpy as np
import matplotlib.pyplot as plt
import torch
from torchvision import transforms  #transforms针对图像原始数据处理
from torch.utils.data import DataLoader
from torch.utils.data import Dataset
import torch.nn.functional as F   #激活函数
import torch.optim as optim  #优化器

class MyDataset(Dataset):
    def __init__(self, filepath):
        xy = np.loadtxt(filepath, delimiter=',', dtype=np.float32)
        self.len = xy.shape[0]  
        self.x_data = torch.from_numpy(xy[:, :-1])
        self.y_data = torch.from_numpy(xy[:,