"""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)

@gpu
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