Spaces:
Sleeping
Sleeping
| """Optional GPU workshop. Only the training function requests ZeroGPU.""" | |
| import os | |
| if os.environ.get('IA_DISABLE_GPU')=='1': | |
| def gpu(fn):return fn | |
| else: | |
| import spaces | |
| gpu=spaces.GPU(duration=30) | |
| def train(epochs,rate): | |
| import torch | |
| epochs=max(10,min(300,int(epochs)));rate=max(.001,min(.2,float(rate))) | |
| device='cuda' if torch.cuda.is_available() else 'cpu' | |
| g=torch.Generator(device=device).manual_seed(42) | |
| x=torch.rand((2048,1),generator=g,device=device)*2-1 | |
| y=3*x+2+torch.randn((2048,1),generator=g,device=device)*.1 | |
| w=torch.zeros((1,1),device=device,requires_grad=True);b=torch.zeros(1,device=device,requires_grad=True) | |
| opt=torch.optim.SGD([w,b],lr=rate);history=[] | |
| for i in range(epochs): | |
| opt.zero_grad();loss=((x@w+b-y)**2).mean();loss.backward();opt.step() | |
| if i==0 or (i+1)%10==0:history.append([i+1,float(loss.detach().cpu())]) | |
| hardware=torch.cuda.get_device_name(0) if device=='cuda' else 'CPU' | |
| return f'**Matériel réellement utilisé : {hardware}**\n\nRelation apprise : **y ≈ {w.item():.3f} x + {b.item():.3f}**.\n\nCible synthétique : y = 3x + 2 + bruit. L’erreur affichée est celle de l’entraînement ; ce n’est pas une mesure de généralisation.',history | |