ニュラールネットワークを利用した推論がうまくいかない

##概要
ニューラルネットワークを利用して、ツイート数から、仮想通貨の価格予測を行うモデルを構築する

##参考にした書籍
ゼロから作るDeep Learning①
ゼロから作るDeep Learning②
ゼロから作るDeep Learning③

##質問
予測がうまくいかない原因がわからない
→どこのコードをどのように変えるといいか助言いただきたいです。

Python
1#勾配降下法で、仮想通貨の価格とツイート数のニューラルネットワークを作る
2#親ディレクトリのファイルをインポート
3#ファイルのダウンロード
4##上記は割愛
5
6#自分のデータを[配列]で代入する
7x = np.array
8x = x1.values
9y = np.array
10y = y1.values
11
12#　I：入力層の次元数、H：隠れ層の次元数、O：出力層の次元数
13#bi：バイアス、バイアスは０ベクトルで初期化
14#２層のニューラルネットワークの作成
15I, H, O = 1, 10, 1
16W1 = Variable(0.01 * np.random.randn(I, H)) # Variable(0.01 * np.random.randn(I, H))
17b1 = Variable(np.zeros(H))
18W2 = Variable(0.01 * np.random.randn(H, O)) # Variable(0.01 * np.random.randn(H, O))
19b2 = Variable(np.zeros(O))
20
21
22#ニューラルネットワークの推論
23def predict(x):
24    #線形変換
25    y = F.linear(x, W1, b1)
26    #活性化関数
27    y = F.sigmoid(y)
28    y = F.linear(y, W2, b2)
29    return y
30
31
32lr = 0.1 #default : 0.2
33iters = 1000
34
35#ニューラルネットワークの学習
36for i in range(iters):
37    y_pred = predict(x)
38    loss = F.mean_squared_error(y, y_pred)
39
40    W1.cleargrad()
41    b1.cleargrad()
42    W2.cleargrad()
43    b2.cleargrad()
44    loss.backward()
45
46    W1.data -= lr * W1.grad.data!
47    b1.data -= lr * b1.grad.data
48    W2.data -= lr * W2.grad.data
49    b2.data -= lr * b2.grad.data
50    if i % 100== 0:
51        print(i)
52        print(loss)
53
54
55# Plot
56plt.scatter(x, y, s=10)
57plt.xlabel('x')
58plt.ylabel('y')
59t = np.arange(10, 1000, 1)[:, np.newaxis]
60y_pred = predict(t)
61plt.plot(t, y_pred.data, color='r')
62plt.show()