1.从数据集USD_INR中读取数据，将price列作为x，将次日的price作为标签值。 2.将数据按照比例0.7:0.3将数据分为训练集和测试集。 3.构建3层网络： 1.LSTM； 2.Linear+RELU； 3.Linear 4.训练网络。打印训练进度:epoch/EPOCHS,avg_loss。 5.保存模型。 6.打印测试集的r2_score.

我可以回答这个问题。首先，您需要导入所需的库和数据集USD_INR。然后，您可以使用pandas库中的read_csv函数读取数据集，并将price列作为x，将次日的price作为标签值。接下来，您可以使用sklearn库中的train_test_split函数将数据按照比例0.7:0.3将数据分为训练集和测试集。然后，您可以使用PyTorch库构建3层网络，包括LSTM、Linear RELU和Linear。接下来，您可以使用PyTorch库中的优化器和损失函数来训练网络，并打印训练进度:epoch/EPOCHS,avg_loss。最后，您可以使用PyTorch库中的save函数保存模型，并使用sklearn库中的r2_score函数打印测试集的r2_score。