import torch
from torch import nn
from d2l import torch as d2l

def corr2d(X, K):  #@save
    """计算二维互相关运算"""
    # 获取卷积核K的高度和宽度
    h, w = K.shape
    
    # 初始化输出特征图Y，其尺寸根据输入X的尺寸和卷积核K的尺寸计算得出
    # 输出特征图的每个维度都比输入X对应维度小卷积核尺寸加一
    Y = torch.zeros((X.shape[0] - h + 1, X.shape[1] - w + 1))
    
    # 遍历输出特征图的每个位置
    for i in range(Y.shape[0]):
        for j in range(Y.shape[1]):
            # 在输入X上对应位置切片，与卷积核K进行元素乘法后求和
            # 这一步实际上是在计算卷积核K与输入X在(i, j)位置的互相关
            Y[i, j] = (X[i:i + h, j:j + w] * K).sum()
    
    # 返回计算得到的输出特征图Y
    return Y

import torch
from torch import nn

class Conv2D(nn.Module):
    def __init__(self, kernel_size):
        super().__init__()
        # 初始化卷积核权重为随机值，大小由kernel_size参数指定
        self.weight = nn.Parameter(torch.rand(kernel_size))
        # 初始化偏置为0，大小为1
        self.bias = nn.Parameter(torch.zeros(1))

    def forward(self, x):
        # 在前向传播时，使用corr2d函数进行互相关运算
        # 将输入x和权重self.weight作为参数传递给corr2d
        # 然后将结果加上偏置self.bias
        return corr2d(x, self.weight) + self.bias

X = torch.ones((6, 8))
X[:, 2:6] = 0
"""
输出结果：
tensor([[1., 1., 0., 0., 0., 0., 1., 1.],
        [1., 1., 0., 0., 0., 0., 1., 1.],
        [1., 1., 0., 0., 0., 0., 1., 1.],
        [1., 1., 0., 0., 0., 0., 1., 1.],
        [1., 1., 0., 0., 0., 0., 1., 1.],
        [1., 1., 0., 0., 0., 0., 1., 1.]])
"""

K = torch.tensor([[1.0, -1.0]])

Y = corr2d(X, K)
"""
tensor([[ 0.,  1.,  0.,  0.,  0., -1.,  0.],
        [ 0.,  1.,  0.,  0.,  0., -1.,  0.],
        [ 0.,  1.,  0.,  0.,  0., -1.,  0.],
        [ 0.,  1.,  0.,  0.,  0., -1.,  0.],
        [ 0.,  1.,  0.,  0.,  0., -1.,  0.],
        [ 0.,  1.,  0.,  0.,  0., -1.,  0.]])
"""

corr2d(X.t(), K)
"""
tensor([[0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.],
        [0., 0., 0., 0., 0.]])
"""

# 构造一个二维卷积层，它具有1个输出通道和形状为（1，2）的卷积核
conv2d = nn.Conv2d(1,1, kernel_size=(1, 2), bias=False)

# 这个二维卷积层使用四维输入和输出格式（批量大小、通道、高度、宽度），
# 其中批量大小和通道数都为1
X = X.reshape((1, 1, 6, 8))
Y = Y.reshape((1, 1, 6, 7))
lr = 3e-2  # 学习率

for i in range(10):
    Y_hat = conv2d(X)
    l = (Y_hat - Y) ** 2
    conv2d.zero_grad()
    l.sum().backward()
    # 迭代卷积核
    conv2d.weight.data[:] -= lr * conv2d.weight.grad
    if (i + 1) % 2 == 0:
        print(f'epoch {i+1}, loss {l.sum():.3f}')
        
"""
epoch 2, loss 6.422
epoch 4, loss 1.225
epoch 6, loss 0.266
epoch 8, loss 0.070
epoch 10, loss 0.022
"""

conv2d.weight.data.reshape((1, 2))
#tensor([[ 1.0010, -0.9739]])

import torch
from torch import nn


# 为了方便起见，我们定义了一个计算卷积层的函数。
# 此函数初始化卷积层权重，并对输入和输出提高和缩减相应的维数
def comp_conv2d(conv2d, X):
    # 这里的（1，1）表示批量大小和通道数都是1
    X = X.reshape((1, 1) + X.shape)
    Y = conv2d(X)
    # 省略前两个维度：批量大小和通道
    return Y.reshape(Y.shape[2:])

# 请注意，这里每边都填充了1行或1列，因此总共添加了2行或2列
conv2d = nn.Conv2d(1, 1, kernel_size=3, padding=1)
X = torch.rand(size=(8, 8))
comp_conv2d(conv2d, X).shape

conv2d = nn.Conv2d(1, 1, kernel_size=3, padding=1, stride=(2,3))
comp_conv2d(conv2d, X).shape

def corr2d_multi_in(X, K):
    # 先遍历“X”和“K”的第0个维度（通道维度），再把它们加在一起
    return sum(d2l.corr2d(x, k) for x, k in zip(X, K))

X = torch.tensor([[[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]],
               [[1.0, 2.0, 3.0], [4.0, 5.0, 6.0], [7.0, 8.0, 9.0]]])
K = torch.tensor([[[0.0, 1.0], [2.0, 3.0]], [[1.0, 2.0], [3.0, 4.0]]])

corr2d_multi_in(X, K)

def corr2d_multi_in_out(X, K):
    # 迭代“K”的第0个维度，每次都对输入“X”执行互相关运算。
    # 最后将所有结果都叠加在一起
    return torch.stack([corr2d_multi_in(X, k) for k in K], 0)

K = np.stack((K, K + 1, K + 2), 0)
K.shape

corr2d_multi_in_out(X, K)
"""
tensor([[[ 56.,  72.],
         [104., 120.]],

        [[ 76., 100.],
         [148., 172.]],

        [[ 96., 128.],
         [192., 224.]]])
"""

def corr2d_multi_in_out_1x1(X, K):
    #图中的c_i=3,h=1,w=1,c_o=2
    c_i, h, w = X.shape
    c_o = K.shape[0]
    X = X.reshape((c_i, h * w))
    K = K.reshape((c_o, c_i))
    # 全连接层中的矩阵乘法
    Y = torch.matmul(K, X)
    return Y.reshape((c_o, h, w))

import torch  
from torch import nn  
from d2l import torch as d2l  

# 定义pool2d函数，它执行池化操作。
def pool2d(X, pool_size, mode='max'): 
    # X是输入的特征图，pool_size是池化窗口的大小，mode决定池化的类型（最大或平均）。
    p_h, p_w = pool_size 
    # 将pool_size元组解包到p_h和p_w，分别代表池化窗口的高度和宽度。
    # 初始化输出特征图Y，其大小根据输入X的尺寸和池化窗口的大小计算得出。
    Y = torch.zeros((X.shape[0] - p_h + 1, X.shape[1] - p_w + 1))
    # 通过两层循环遍历输出特征图Y的每一个元素。
    for i in range(Y.shape[0]):
        for j in range(Y.shape[1]):
            if mode == 'max':  # 如果池化模式为最大池化，
                # 则将输入特征图X的对应窗口区域内的最大值赋给Y的当前位置。
                Y[i, j] = X[i: i + p_h, j: j + p_w].max()
            elif mode == 'avg':  # 如果池化模式为平均池化，
                # 则将输入特征图X的对应窗口区域内的平均值赋给Y的当前位置。
                Y[i, j] = X[i: i + p_h, j: j + p_w].mean()
    return Y  # 返回最终经过池化操作的输出特征图Y。

import torch  
from torch import nn  
from d2l import torch as d2l 

# 定义一个序贯模型，即各个层按顺序执行
net = nn.Sequential(
    # 第一层是二维卷积层，输入通道为1，输出通道为6，卷积核为5x5，边缘填充为2
    nn.Conv2d(1, 6, kernel_size=5, padding=2), nn.Sigmoid(),
    # 第二层是平均池化层，卷积核为2x2，步幅为2
    nn.AvgPool2d(kernel_size=2, stride=2),
    # 第三层是二维卷积层，输入通道为6，输出通道为16，卷积核为5x5（无填充，默认为0）
    nn.Conv2d(6, 16, kernel_size=5), nn.Sigmoid(),
    # 第四层是平均池化层，卷积核为2x2，步幅为2
    nn.AvgPool2d(kernel_size=2, stride=2),
    # 扁平化层，将多维输入一维化，用于从卷积层到全连接层的过渡
    nn.Flatten(),
    # 全连接层，输入特征数为16*5*5，输出特征数为120
    nn.Linear(16 * 5 * 5, 120), nn.Sigmoid(),
    # 另一个全连接层，输入特征数为120，输出特征数为84
    nn.Linear(120, 84), nn.Sigmoid(),
    # 最后一个全连接层，输入特征数为84，输出特征数为10（通常对应于分类任务的类别数）
    nn.Linear(84, 10)
)

X = torch.rand(size=(1, 1, 28, 28), dtype=torch.float32)
for layer in net:
    X = layer(X)
    print(layer.__class__.__name__,'output shape: \t',X.shape)

Conv2d output shape:         torch.Size([1, 6, 28, 28])
Sigmoid output shape:        torch.Size([1, 6, 28, 28])
AvgPool2d output shape:      torch.Size([1, 6, 14, 14])
Conv2d output shape:         torch.Size([1, 16, 10, 10])
Sigmoid output shape:        torch.Size([1, 16, 10, 10])
AvgPool2d output shape:      torch.Size([1, 16, 5, 5])
Flatten output shape:        torch.Size([1, 400])
Linear output shape:         torch.Size([1, 120])
Sigmoid output shape:        torch.Size([1, 120])
Linear output shape:         torch.Size([1, 84])
Sigmoid output shape:        torch.Size([1, 84])
Linear output shape:         torch.Size([1, 10])

batch_size = 256
train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size=batch_size)

def evaluate_accuracy_gpu(net, data_iter, device=None): #@save
    """使用GPU计算模型在数据集上的精度"""
    if isinstance(net, nn.Module):
        net.eval()  # 设置为评估模式
        if not device:
            device = next(iter(net.parameters())).device
    # 正确预测的数量，总预测的数量
    metric = d2l.Accumulator(2)
    with torch.no_grad():
        for X, y in data_iter:
            if isinstance(X, list):
                # BERT微调所需的（之后将介绍）
                X = [x.to(device) for x in X]
            else:
                X = X.to(device)
            y = y.to(device)
            metric.add(d2l.accuracy(net(X), y), y.numel())
    return metric[0] / metric[1]

#@save
def train_ch6(net, train_iter, test_iter, num_epochs, lr, device):
    """用GPU训练模型(在第六章定义)"""
    
    def init_weights(m):
        # 初始化模型的权重，使用Xavier初始化方法，适用于线性层和卷积层
        if type(m) == nn.Linear or type(m) == nn.Conv2d:
            nn.init.xavier_uniform_(m.weight)
            
    net.apply(init_weights)  # 将权重初始化应用到网络的每个模块
    
    print('training on', device)  # 打印正在使用的设备，GPU或CPU
    net.to(device)  # 将模型转移到指定的设备上
    
    # 定义优化器，这里使用SGD（随机梯度下降）
    optimizer = torch.optim.SGD(net.parameters(), lr=lr)
    
    # 定义损失函数，这里使用交叉熵损失，适合多分类问题
    loss = nn.CrossEntropyLoss()
    
    # 使用d2l库的Animator绘制训练过程中的损失和准确率
    animator = d2l.Animator(xlabel='epoch', xlim=[1, num_epochs],
                            legend=['train loss', 'train acc', 'test acc'])
    
    timer, num_batches = d2l.Timer(), len(train_iter)  # 初始化计时器和计算批次数
    
    for epoch in range(num_epochs):  # 训练过程中遍历每一个epoch
        # 初始化累加器，用于记录损失和准确率
        metric = d2l.Accumulator(3)  # 训练损失之和，训练准确率之和，样本数
        
        net.train()  # 将网络设置为训练模式
        
        for i, (X, y) in enumerate(train_iter):  # 遍历训练数据集
            timer.start()  # 开始计时
            
            optimizer.zero_grad()  # 清空梯度
            X, y = X.to(device), y.to(device)  # 将数据转移到指定的设备
            y_hat = net(X)  # 前向传播，计算预测值
            l = loss(y_hat, y)  # 计算损失
            l.backward()  # 反向传播，计算梯度
            optimizer.step()  # 更新权重
            
            with torch.no_grad():  # 不计算梯度，节省计算资源
                # 更新累加器中的损失和准确率
                metric.add(l * X.shape[0], d2l.accuracy(y_hat, y), X.shape[0])
            timer.stop()  # 停止计时
            
            train_l = metric[0] / metric[2]  # 计算平均训练损失
            train_acc = metric[1] / metric[2]  # 计算平均训练准确率
            
            # 定期更新动画中的训练损失和训练准确率
            if (i + 1) % (num_batches // 5) == 0 or i == num_batches - 1:
                animator.add(epoch + (i + 1) / num_batches,
                             (train_l, train_acc, None))
                
        test_acc = evaluate_accuracy_gpu(net, test_iter)  # 在测试集上评估模型的准确率
        animator.add(epoch + 1, (None, None, test_acc))  # 更新动画中的测试准确率
        
    # 打印训练损失、训练准确率和测试准确率
    print(f'loss {train_l:.3f}, train acc {train_acc:.3f}, '
          f'test acc {test_acc:.3f}')
          
    # 打印每秒可以处理的样本数，表示训练效率
      print(f'{metric[2] * num_epochs / timer.sum():.1f} examples/sec '
          f'on {str(device)}')

lr, num_epochs = 0.9, 10
train_ch6(net, train_iter, test_iter, num_epochs, lr, d2l.try_gpu())

"""
loss 0.464, train acc 0.827, test acc 0.782
57969.2 examples/sec on cuda:0
"""