%matplotlib inline
import torch
from torch import nn
from d2l import torch as d2l

T = 1000  # 总共产生1000个点
time = torch.arange(1, T + 1, dtype=torch.float32)
x = torch.sin(0.01 * time) + torch.normal(0, 0.2, (T,))
d2l.plot(time, [x], 'time', 'x', xlim=[1, 1000], figsize=(6, 3))

# 假定x是先前定义的包含时间序列数据的张量，T是时间序列的总长度
tau = 4  # tau代表我们用于预测未来一个数据点的过去观测值的数量
features = torch.zeros((T - tau, tau))  # 初始化特征矩阵，每一行包含了tau个连续时间点的数据
for i in range(tau):
    # 为features矩阵的每一列赋值，每一列的数据对应于时间序列的一个滞后
    features[:, i] = x[i: T - tau + i]
# labels是我们要预测的目标，即在给定过去tau个观测值的情况下，下一个时间点的值
labels = x[tau:].reshape((-1, 1))  # 将标签数据调整为列向量

batch_size, n_train = 16, 600  # 定义批量大小和训练样本数量
# 使用d2l.load_array创建数据迭代器，只有前n_train个样本用于训练
# 这里假设d2l.load_array是一个辅助函数，用于将特征和标签组合成小批量数据
train_iter = d2l.load_array((features[:n_train], labels[:n_train]),
                            batch_size, is_train=True)

# 初始化网络权重的函数
def init_weights(m):
    if type(m) == nn.Linear:
        nn.init.xavier_uniform_(m.weight)

# 一个简单的多层感知机
def get_net():
    net = nn.Sequential(nn.Linear(4, 10),
                        nn.ReLU(),
                        nn.Linear(10, 1))
    net.apply(init_weights)
    return net

# 平方损失。注意：MSELoss计算平方误差时不带系数1/2
loss = nn.MSELoss(reduction='none')

def train(net, train_iter, loss, epochs, lr):
    trainer = torch.optim.Adam(net.parameters(), lr)
    for epoch in range(epochs):
        for X, y in train_iter:
            trainer.zero_grad()
            l = loss(net(X), y)
            l.sum().backward()
            trainer.step()
        print(f'epoch {epoch + 1}, '
              f'loss: {d2l.evaluate_loss(net, train_iter, loss):f}')

net = get_net()
train(net, train_iter, loss, 5, 0.01)

onestep_preds = net(features)
d2l.plot([time, time[tau:]],
         [x.detach().numpy(), onestep_preds.detach().numpy()], 'time',
         'x', legend=['data', '1-step preds'], xlim=[1, 1000],
         figsize=(6, 3))

# 初始化一个全零的张量用于存储多步预测的结果，长度与时间序列相同
multistep_preds = torch.zeros(T)
# 将训练数据和前tau个观测值直接赋值给multistep_preds的对应位置
multistep_preds[: n_train + tau] = x[: n_train + tau]

# 从n_train + tau开始，逐个生成多步预测的值
for i in range(n_train + tau, T):
    # 对于每一步，使用前tau个观测值作为输入来预测下一个值
    # 这里的预测是基于模型已经预测出的值（包括训练数据和之前的预测值）
    multistep_preds[i] = net(
        multistep_preds[i - tau:i].reshape((1, -1)))
        
# 绘制原始数据、单步预测和多步预测的结果
d2l.plot([time, time[tau:], time[n_train + tau:]],
         [x.detach().numpy(), onestep_preds.detach().numpy(),
          multistep_preds[n_train + tau:].detach().numpy()], 'time',
         'x', legend=['data', '1-step preds', 'multistep preds'],
         xlim=[1, 1000], figsize=(6, 3))

max_steps = 64  # 定义最大预测步长

# 初始化特征矩阵，每行包含过去观测值和预测值，用于后续的预测
features = torch.zeros((T - tau - max_steps + 1, tau + max_steps))

# 填充特征矩阵的前tau列，这些列包含过去的观测值
for i in range(tau):
    features[:, i] = x[i: i + T - tau - max_steps + 1]

# 对于特征矩阵的剩余列，使用模型进行预测并填充预测结果
for i in range(tau, tau + max_steps):
    # 使用net对最近的tau个观测值或预测值进行预测，并将结果填充到特征矩阵中
    features[:, i] = net(features[:, i - tau:i]).reshape(-1)

# 定义要展示的不同预测步长
steps = (1, 4, 16, 64)

# 使用d2l.plot进行绘图，展示不同预测步长的预测结果
d2l.plot([time[tau + i - 1: T - max_steps + i] for i in steps],
         [features[:, (tau + i - 1)].detach().numpy() for i in steps], 'time', 'x',
         legend=[f'{i}-step preds' for i in steps], xlim=[5, 1000],
         figsize=(6, 3))

#@save
d2l.DATA_HUB['time_machine'] = (d2l.DATA_URL + 'timemachine.txt',
                                '090b5e7e70c295757f55df93cb0a180b9691891a')

def read_time_machine():  #@save
    """将时间机器数据集加载到文本行的列表中"""
    with open(d2l.download('time_machine'), 'r') as f:
        lines = f.readlines()
    return [re.sub('[^A-Za-z]+', ' ', line).strip().lower() for line in lines]

lines = read_time_machine()
print(f'# 文本总行数: {len(lines)}')
print(lines[0])
print(lines[10])

def tokenize(lines, token='word'):  #@save
    """
    将文本行拆分为单词或字符词元。
    
    参数:
    lines (list of str): 待处理的文本行列表。
    token (str): 指定拆分类型，'word'表示按单词拆分，'char'表示按字符拆分。
    
    返回:
    list of list: 如果token='word'，返回每行文本拆分成单词形成的列表的列表；
                  如果token='char'，返回每行文本拆分成字符形成的列表的列表。
    """
    if token == 'word':
        # 按单词拆分：对于列表中的每一行文本，使用str.split()方法按空白字符（如空格、换行符等）拆分成单词。
        return [line.split() for line in lines]
    elif token == 'char':
        # 按字符拆分：对于列表中的每一行文本，将其转换为一个字符列表。
        return [list(line) for line in lines]
    else:
        # 如果token参数不是'word'或'char'，则打印错误消息。
        print('错误：未知词元类型：' + token)

# 假设`lines`是已经通过read_time_machine()函数预处理过的文本行列表。
tokens = tokenize(lines)  # 使用默认的按单词拆分对文本行进行词元化处理。
for i in range(11):
    # 打印前11行文本的词元化结果。这里假设tokens列表包含了所有行的词元化结果。
    print(tokens[i])

import collections

class Vocab:  #@save
    """文本词表"""
    def __init__(self, tokens=None, min_freq=0, reserved_tokens=None):
        if tokens is None:
            tokens = []  # 如果未提供tokens，则初始化为空列表
        if reserved_tokens is None:
            reserved_tokens = []  # 如果未提供保留词元，则初始化为空列表
        # 统计tokens中每个词元的出现次数，并按频率降序排序
        counter = count_corpus(tokens)
        self._token_freqs = sorted(counter.items(), key=lambda x: x[1], reverse=True)
        # 初始化词表，未知词元的索引固定为0
        self.idx_to_token = ['<unk>'] + reserved_tokens
        # 创建词元到索引的映射字典
        self.token_to_idx = {token: idx for idx, token in enumerate(self.idx_to_token)}
        # 根据出现频率和最小频率阈值添加词元到词表
        for token, freq in self._token_freqs:
            if freq < min_freq:  # 如果词元频率小于最小频率阈值，则忽略
                break
            if token not in self.token_to_idx:  # 如果词元不在词表中，则添加进去
                self.idx_to_token.append(token)
                self.token_to_idx[token] = len(self.idx_to_token) - 1

    def __len__(self):
        # 返回词表的大小
        return len(self.idx_to_token)

    def __getitem__(self, tokens):
        # 获取单个词元或词元列表的索引
        if not isinstance(tokens, (list, tuple)):
            return self.token_to_idx.get(tokens, self.unk)  # 单个词元
        return [self.__getitem__(token) for token in tokens]  # 词元列表

    def to_tokens(self, indices):
        # 将索引或索引列表转换回词元或词元列表
        if not isinstance(indices, (list, tuple)):
            return self.idx_to_token[indices]  # 单个索引
        return [self.idx_to_token[index] for index in indices]  # 索引列表

    @property
    def unk(self):  # 未知词元的索引为0
        return 0

    @property
    def token_freqs(self):
        # 返回词元及其频率的列表
        return self._token_freqs

def count_corpus(tokens):  #@save
    """统计词元的频率"""
    # 如果tokens是二维列表，将其展平为一维列表
    if len(tokens) == 0 or isinstance(tokens[0], list):
        tokens = [token for line in tokens for token in line]
    # 使用collections.Counter统计词元出现的次数
    return collections.Counter(tokens)

vocab = Vocab(tokens)
print(list(vocab.token_to_idx.items())[:10])

#[('<unk>', 0), ('the', 1), ('i', 2), ('and', 3), ('of', 4), ('a', 5), ('to', 6), ('was', 7), ('in', 8), ('that', 9)]

for i in [0, 10]:
    print('文本:', tokens[i])
    print('索引:', vocab[tokens[i]])
"""
文本: ['the', 'time', 'machine', 'by', 'h', 'g', 'wells']
索引: [1, 19, 50, 40, 2183, 2184, 400]
文本: ['twinkled', 'and', 'his', 'usually', 'pale', 'face', 'was', 'flushed', 'and', 'animated', 'the']
索引: [2186, 3, 25, 1044, 362, 113, 7, 1421, 3, 1045, 1]
"""

def load_corpus_time_machine(max_tokens=-1):  #@save
    """
    读取《时间机器》数据集，进行字符级的词元化，然后将词元转换为词表中的索引。
    
    参数:
    - max_tokens (int): 返回的最大词元数量。-1表示返回所有词元。
    
    返回:
    - corpus (list of int): 词元索引列表，每个词元对应词表中的一个索引。
    - vocab (Vocab): 由数据集词元构成的词表。
    """
    # 读取文本数据
    lines = read_time_machine()
    # 使用字符级词元化处理文本行，得到词元列表
    tokens = tokenize(lines, 'char')
    # 根据词元列表创建词表
    vocab = Vocab(tokens)
    # 将所有文本行的词元展平成一个长列表，并转换为词表中的索引
    corpus = [vocab[token] for line in tokens for token in line]
    # 如果指定了max_tokens，就截取前max_tokens个词元
    if max_tokens > 0:
        corpus = corpus[:max_tokens]
    # 返回词元索引列表和词表
    return corpus, vocab

# 使用load_corpus_time_machine函数加载数据并创建词表
corpus, vocab = load_corpus_time_machine()
# 输出词元索引列表的长度和词表的大小
len(corpus), len(vocab)

import random
import torch
from d2l import torch as d2l

tokens = d2l.tokenize(d2l.read_time_machine())
# 因为每个文本行不一定是一个句子或一个段落，因此我们把所有文本行拼接到一起
corpus = [token for line in tokens for token in line]
vocab = d2l.Vocab(corpus)
vocab.token_freqs[:10]

"""
[('the', 2261),
 ('i', 1267),
 ('and', 1245),
 ('of', 1155),
 ('a', 816),
 ('to', 695),
 ('was', 552),
 ('in', 541),
 ('that', 443),
 ('my', 440)]
"""

freqs = [freq for token, freq in vocab.token_freqs]
d2l.plot(freqs, xlabel='token: x', ylabel='frequency: n(x)',
         xscale='log', yscale='log')

def seq_data_iter_random(corpus, batch_size, num_steps):  #@save
    """使用随机抽样生成一个小批量子序列"""
    # 从随机偏移量开始对序列进行分区，随机范围包括num_steps-1
    corpus = corpus[random.randint(0, num_steps - 1):]
    # 减去1，是因为我们需要考虑标签
    num_subseqs = (len(corpus) - 1) // num_steps
    # 长度为num_steps的子序列的起始索引
    initial_indices = list(range(0, num_subseqs * num_steps, num_steps))
    # 在随机抽样的迭代过程中，
    # 来自两个相邻的、随机的、小批量中的子序列不一定在原始序列上相邻
    random.shuffle(initial_indices)

    def data(pos):
        # 返回从pos位置开始的长度为num_steps的序列
        return corpus[pos: pos + num_steps]

    num_batches = num_subseqs // batch_size
    for i in range(0, batch_size * num_batches, batch_size):
        # 在这里，initial_indices包含子序列的随机起始索引
        initial_indices_per_batch = initial_indices[i: i + batch_size]
        X = [data(j) for j in initial_indices_per_batch]
        Y = [data(j + 1) for j in initial_indices_per_batch]
        yield torch.tensor(X), torch.tensor(Y)

my_seq = list(range(35))
for X, Y in seq_data_iter_random(my_seq, batch_size=2, num_steps=5):
    print('X: ', X, '\nY:', Y)
"""
X:  tensor([[13, 14, 15, 16, 17],
        [28, 29, 30, 31, 32]])
Y: tensor([[14, 15, 16, 17, 18],
        [29, 30, 31, 32, 33]])
X:  tensor([[ 3,  4,  5,  6,  7],
        [18, 19, 20, 21, 22]])
Y: tensor([[ 4,  5,  6,  7,  8],
        [19, 20, 21, 22, 23]])
X:  tensor([[ 8,  9, 10, 11, 12],
        [23, 24, 25, 26, 27]])
Y: tensor([[ 9, 10, 11, 12, 13],
        [24, 25, 26, 27, 28]])
"""

def seq_data_iter_sequential(corpus, batch_size, num_steps):  #@save
    """使用顺序分区生成一个小批量子序列"""
    # 从一个小于num_steps的随机偏移量开始，以增加数据的多样性
    offset = random.randint(0, num_steps)
    # 调整corpus的长度以适应整数倍的batch_size
    num_tokens = ((len(corpus) - offset - 1) // batch_size) * batch_size
    # 生成输入序列Xs
    Xs = torch.tensor(corpus[offset: offset + num_tokens])
    # 生成目标序列Ys，每个位置向后移动一位
    Ys = torch.tensor(corpus[offset + 1: offset + 1 + num_tokens])
    # 重塑Xs和Ys为batch_size行的矩阵形式，方便后续分批处理
    Xs, Ys = Xs.reshape(batch_size, -1), Ys.reshape(batch_size, -1)
    # 计算每个epoch中的批次数量
    num_batches = Xs.shape[1] // num_steps
    # 按照num_steps的步长遍历整个数据集，生成每个小批量的数据
    for i in range(0, num_steps * num_batches, num_steps):
        # 提取当前批次的输入X
        X = Xs[:, i: i + num_steps]
        # 提取与X对应的目标Y
        Y = Ys[:, i: i + num_steps]
        # 以生成器的形式返回当前批次的数据
        yield X, Y

for X, Y in seq_data_iter_sequential(my_seq, batch_size=2, num_steps=5):
    print('X: ', X, '\nY:', Y)
   
"""
X:  tensor([[ 0,  1,  2,  3,  4],
        [17, 18, 19, 20, 21]])
Y: tensor([[ 1,  2,  3,  4,  5],
        [18, 19, 20, 21, 22]])
X:  tensor([[ 5,  6,  7,  8,  9],
        [22, 23, 24, 25, 26]])
Y: tensor([[ 6,  7,  8,  9, 10],
        [23, 24, 25, 26, 27]])
X:  tensor([[10, 11, 12, 13, 14],
        [27, 28, 29, 30, 31]])
Y: tensor([[11, 12, 13, 14, 15],
        [28, 29, 30, 31, 32]])
"""

class SeqDataLoader:  #@save
    """加载序列数据的迭代器"""
    def __init__(self, batch_size, num_steps, use_random_iter, max_tokens):
        # 根据use_random_iter参数选择数据迭代器的类型
        # 如果use_random_iter为True, 使用随机抽样方法
        # 否则，使用顺序分区方法
        if use_random_iter:
            self.data_iter_fn = d2l.seq_data_iter_random
        else:
            self.data_iter_fn = d2l.seq_data_iter_sequential
        
        # 加载语料库和词汇表，max_tokens限制了加载的最大词元数量
        self.corpus, self.vocab = d2l.load_corpus_time_machine(max_tokens)
        
        # 设置批量大小和序列长度
        self.batch_size, self.num_steps = batch_size, num_steps

    def __iter__(self):
        # 当迭代这个类的实例时，使用选择的数据迭代函数
        # 生成并返回小批量数据
        return self.data_iter_fn(self.corpus, self.batch_size, self.num_steps)

def load_data_time_machine(batch_size, num_steps,  #@save
                           use_random_iter=False, max_tokens=10000):
    """返回时光机器数据集的迭代器和词表"""
    data_iter = SeqDataLoader(
        batch_size, num_steps, use_random_iter, max_tokens)
    return data_iter, data_iter.vocab

%matplotlib inline
import math
import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l

batch_size, num_steps = 32, 35
train_iter, vocab = d2l.load_data_time_machine(batch_size, num_steps)

def get_params(vocab_size, num_hiddens, device):
    # vocab_size是词汇表的大小，即输入和输出的维度大小
    # num_hiddens是隐藏层的维度大小
    # device是模型运行的设备（CPU或GPU）
    num_inputs = num_outputs = vocab_size

    def normal(shape):
        # 生成正态分布的随机数，用于初始化权重，乘以0.01使得权重较小
        return torch.randn(size=shape, device=device) * 0.01

    # 隐藏层参数
    W_xh = normal((num_inputs, num_hiddens))  # 输入到隐藏层的权重
    W_hh = normal((num_hiddens, num_hiddens)) # 隐藏层到隐藏层的权重
    b_h = torch.zeros(num_hiddens, device=device) # 隐藏层的偏置，初始化为0

    # 输出层参数
    W_hq = normal((num_hiddens, num_outputs)) # 隐藏层到输出层的权重
    b_q = torch.zeros(num_outputs, device=device) # 输出层的偏置，初始化为0

    # 将所有参数合并到一个列表中，并设置它们为需要梯度的，以便在训练过程中对它们进行更新
    params = [W_xh, W_hh, b_h, W_hq, b_q]
    for param in params:
        param.requires_grad_(True) # 开启梯度

    return params

def init_rnn_state(batch_size, num_hiddens, device):
    return (torch.zeros((batch_size, num_hiddens), device=device), )

def rnn(inputs, state, params):
    # inputs的形状：(时间步数量，批量大小，词表大小)
    W_xh, W_hh, b_h, W_hq, b_q = params
    H, = state
    outputs = []
    # X的形状：(批量大小，词表大小)
    for X in inputs:
        H = torch.tanh(torch.mm(X, W_xh) + torch.mm(H, W_hh) + b_h)
        Y = torch.mm(H, W_hq) + b_q
        outputs.append(Y)
    return torch.cat(outputs, dim=0), (H,)

class RNNModelScratch:
    """从零开始实现的循环神经网络模型"""
    def __init__(self, vocab_size, num_hiddens, device,
                 get_params, init_state, forward_fn):
        # vocab_size: 词汇表的大小，即输入和输出的维度。
        # num_hiddens: 隐藏层的维度大小。
        # device: 模型运行的设备（CPU或GPU）。
        # get_params: 函数，用于初始化模型参数。
        # init_state: 函数，用于初始化隐藏状态。
        # forward_fn: 函数，定义了模型的前向传播。
        self.vocab_size, self.num_hiddens = vocab_size, num_hiddens
        self.params = get_params(vocab_size, num_hiddens, device)  # 初始化模型参数
        self.init_state, self.forward_fn = init_state, forward_fn  # 初始化状态和前向函数

    def __call__(self, X, state):
        # 将输入X通过one_hot编码，并转换数据类型为float32。
        # X.T使得批量大小维度和时间步维度交换，以满足one_hot函数的输入需求。
        X = F.one_hot(X.T, self.vocab_size).type(torch.float32)
        # 调用forward_fn函数执行模型的前向传播。
        # 返回计算得到的输出和新的隐藏状态。
        return self.forward_fn(X, state, self.params)

    def begin_state(self, batch_size, device):
        # 调用init_state函数生成初始的隐藏状态。
        # batch_size: 指定批量的大小。
        # 返回初始化的隐藏状态。
        return self.init_state(batch_size, self.num_hiddens, device)

num_hiddens = 512
net = RNNModelScratch(len(vocab), num_hiddens, d2l.try_gpu(), get_params,
                      init_rnn_state, rnn)
state = net.begin_state(X.shape[0], d2l.try_gpu())
Y, new_state = net(X.to(d2l.try_gpu()), state)
Y.shape, len(new_state), new_state[0].shape
#(torch.Size([10, 28]), 1, torch.Size([2, 512]))

def predict_ch8(prefix, num_preds, net, vocab, device):  #@save
    """在prefix后面生成新字符"""
    # 初始化模型的隐藏状态，batch_size设为1，因为一次只生成一个字符。
    state = net.begin_state(batch_size=1, device=device)
    # outputs列表初始化为前缀的第一个字符的索引。
    outputs = [vocab[prefix[0]]]
    # 定义一个lambda函数，用于获取模型的当前输入。
    # 输入是outputs列表中的最后一个元素（即最新生成的字符索引）。
    get_input = lambda: torch.tensor([outputs[-1]], device=device).reshape((1, 1))
    
    # 预热期：使用前缀中的字符（除了第一个）来更新模型的隐藏状态。
    for y in prefix[1:]:
        # 更新隐藏状态，但不收集这些字符的输出，因为这一阶段只是为了根据已知的前缀来设置隐藏状态。
        _, state = net(get_input(), state)
        # 将前缀中当前字符的索引添加到输出列表中。
        outputs.append(vocab[y])
    
    # 预测阶段：根据当前的隐藏状态和最后一个字符来生成新的字符。
    for _ in range(num_preds):
        # 生成一个字符及更新隐藏状态。
        y, state = net(get_input(), state)
        # 选择概率最高的字符索引作为输出，并添加到outputs列表中。
        outputs.append(int(y.argmax(dim=1).reshape(1)))
    
    # 将生成的字符索引转换回字符，并拼接成字符串返回。
    return ''.join([vocab.idx_to_token[i] for i in outputs])

predict_ch8('time traveller ', 10, net, vocab, d2l.try_gpu())
#'time traveller aaaaaaaaaa'

def grad_clipping(net, theta):  #@save
    """裁剪梯度"""
    # 如果net是一个nn.Module的实例，即PyTorch的模型，
    # 则从模型参数中选出需要梯度的参数。
    if isinstance(net, nn.Module):
        params = [p for p in net.parameters() if p.requires_grad]
    else:  # 否则，假设net是一个自定义的模型，其参数存储在net.params中。
        params = net.params
    # 计算所有参数的梯度的范数。
    norm = torch.sqrt(sum(torch.sum((p.grad ** 2)) for p in params))
    # 如果范数超过了给定的阈值theta，
    # 则对所有参数的梯度进行等比缩放，使得范数降至theta。
    if norm > theta:
        for param in params:
            param.grad[:] *= theta / norm

#@save
def train_epoch_ch8(net, train_iter, loss, updater, device, use_random_iter):
    """训练网络一个迭代周期"""
    state, timer = None, d2l.Timer()  # 初始化状态和计时器
    metric = d2l.Accumulator(2)  # 初始化累加器，用于累计训练损失和处理的词元数量

    for X, Y in train_iter:  # 遍历数据集
        # 根据use_random_iter决定是否在每次迭代时重新初始化状态
        if state is None or use_random_iter:
            state = net.begin_state(batch_size=X.shape[0], device=device) 
            # 初始化或重置状态
        else:
            # 如果状态不需要重置，且是可分离的，对其进行分离操作
            # 这样做是为了截断反向传播时的梯度流
            if isinstance(net, nn.Module) and not isinstance(state, tuple):
                state.detach_()
            else:
                for s in state:
                    s.detach_()
        y = Y.T.reshape(-1)  # 将标签Y转换为适合损失函数的形式
        X, y = X.to(device), y.to(device)  # 将数据和标签移至指定的设备

        y_hat, state = net(X, state)  # 前向传播
        l = loss(y_hat, y.long()).mean()  # 计算损失并取均值

        # 根据updater的类型进行梯度清零、反向传播、梯度裁剪和参数更新
        if isinstance(updater, torch.optim.Optimizer):
            updater.zero_grad()  # 梯度清零
            l.backward()  # 反向传播
            grad_clipping(net, 1)  # 梯度裁剪
            updater.step()  # 参数更新
        else:
            l.backward()
            grad_clipping(net, 1)  # 梯度裁剪
            updater(batch_size=1)  # 手动更新参数

        metric.add(l * y.numel(), y.numel())  # 更新累加器的统计

    # 计算本迭代周期的困惑度和吞吐量（每秒处理的词元数量）
    return math.exp(metric[0] / metric[1]), metric[1] / timer.stop()

#@save
def train_ch8(net, train_iter, vocab, lr, num_epochs, device, use_random_iter=False):
    """训练模型（定义见第8章）"""
    # 使用交叉熵损失函数
    loss = nn.CrossEntropyLoss()
    # 初始化动画制作工具，用于可视化训练进度
    animator = d2l.Animator(xlabel='epoch', ylabel='perplexity',
                            legend=['train'], xlim=[10, num_epochs])
    # 根据网络类型初始化优化器
    if isinstance(net, nn.Module):
        updater = torch.optim.SGD(net.parameters(), lr)  # 对于PyTorch模型
    else:
        updater = lambda batch_size: d2l.sgd(net.params, lr, batch_size) 
        # 对于从零开始的实现
    # 定义预测函数，用于在训练过程中生成文本
    predict = lambda prefix: predict_ch8(prefix, 50, net, vocab, device)
    # 训练模型
    for epoch in range(num_epochs):
        # 训练一个迭代周期，并返回困惑度和处理速度
        ppl, speed = train_epoch_ch8(
            net, train_iter, loss, updater, device, use_random_iter)
        # 每10个周期打印一次生成的文本并更新动画
        if (epoch + 1) % 10 == 0:
            print(predict('time traveller'))  # 生成文本
            animator.add(epoch + 1, [ppl])  # 更新动画数据
    # 打印最终的困惑度和速度，以及最后的文本生成示例
    print(f'困惑度 {ppl:.1f}, {speed:.1f} 词元/秒 {str(device)}')
    print(predict('time traveller'))
    print(predict('traveller'))

num_epochs, lr = 500, 1
train_ch8(net, train_iter, vocab, lr, num_epochs, d2l.try_gpu())
"""
困惑度 1.0, 67212.6 词元/秒 cuda:0
time traveller for so it will be convenient to speak of himwas e
travelleryou can show black is white by argument said filby
"""

net = RNNModelScratch(len(vocab), num_hiddens, d2l.try_gpu(), get_params,
                      init_rnn_state, rnn)
train_ch8(net, train_iter, vocab, lr, num_epochs, d2l.try_gpu(),
          use_random_iter=True)
"""
困惑度 1.5, 65222.3 词元/秒 cuda:0
time traveller held in his hand was a glitteringmetallic framewo
traveller but now you begin to seethe object of my investig
"""

import torch
from torch import nn
from torch.nn import functional as F
from d2l import torch as d2l

# 设置批量大小和时间步长
batch_size, num_steps = 32, 35
# 加载时间机器数据集
train_iter, vocab = d2l.load_data_time_machine(batch_size, num_steps)

# 设置隐藏单元的数量
num_hiddens = 256
# 初始化一个RNN层
rnn_layer = nn.RNN(len(vocab), num_hiddens)

# 初始化隐状态
state = torch.zeros((1, batch_size, num_hiddens))

# 生成一个随机的输入数据
X = torch.rand(size=(num_steps, batch_size, len(vocab)))
# 通过RNN层处理输入，获得输出和新的隐状态
Y, state_new = rnn_layer(X, state)

# 定义RNN模型
class RNNModel(nn.Module):
    """循环神经网络模型"""
    def __init__(self, rnn_layer, vocab_size, **kwargs):
        super(RNNModel, self).__init__(**kwargs)
        self.rnn = rnn_layer
        self.vocab_size = vocab_size
        self.num_hiddens = self.rnn.hidden_size
        # 根据RNN是否双向来设置num_directions，并定义线性层
        if not self.rnn.bidirectional:
            self.num_directions = 1
            self.linear = nn.Linear(self.num_hiddens, self.vocab_size)
        else:
            self.num_directions = 2
            self.linear = nn.Linear(self.num_hiddens * 2, self.vocab_size)

    def forward(self, inputs, state):
        # 将输入转换为one-hot编码，并传递给RNN层
        X = F.one_hot(inputs.T.long(), self.vocab_size).to(torch.float32)
        Y, state = self.rnn(X, state)
        # 将RNN层的输出通过全连接层，改变形状为(时间步数*批量大小, 词表大小)
        output = self.linear(Y.reshape((-1, Y.shape[-1])))
        return output, state

    def begin_state(self, device, batch_size=1):
        # 根据RNN类型返回相应的初始隐状态
        if not isinstance(self.rnn, nn.LSTM):
            # 对于非LSTM的RNN，返回一个全0的张量
            return torch.zeros((self.num_directions * self.rnn.num_layers,
                                 batch_size, self.num_hiddens), device=device)
        else:
            # 对于LSTM，返回两个全0的张量组成的元组
            return (torch.zeros((self.num_directions * self.rnn.num_layers,
                                 batch_size, self.num_hiddens), device=device),
                    torch.zeros((self.num_directions * self.rnn.num_layers,
                                 batch_size, self.num_hiddens), device=device))
            
# 设置设备，将模型移到相应的设备上
device = d2l.try_gpu()
net = RNNModel(rnn_layer, vocab_size=len(vocab))
net = net.to(device)

# 设置训练的轮数和学习率
num_epochs, lr = 500, 1
# 调用d2l库的train_ch8函数进行模型训练
d2l.train_ch8(net, train_iter, vocab, lr, num_epochs, device)