#include "training.h"

#include <math.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <time.h>

#include "structure.h"
#include "toolsnetworks.h"
#include "traitement.h"

#define NB_OUTPUT 65

void training(Neural_Network *network, int nb_repetition)
{
    int nbchar = 65;
    int nbimageschar = 53;
    int datasetsize = nbchar * nbimageschar;

    // On construit les tableaux input de taille nbrepetition, et on initialise
    // en même temps le coût attendu à 0 pour toutres les répétitions (on a
    // nbrépétition tableaux de taille 63 initialisés à 0).
    double **input = (double **)malloc(datasetsize * sizeof(double *));
    double **cost = (double **)malloc(datasetsize * sizeof(double));

    char str[100];

    for (int i = 0; i < datasetsize; i++)
    {
        cost[i] = (double *)calloc(NB_OUTPUT, sizeof(double));
    }

    for (int i = 0; i < nbimageschar; i++)
    {
        for (int j = 0; j < nbchar; j++)
        {
            sprintf(str, "src/Dataset/image-%d-%d.bmp", j, i + 1);
            input[i * nbchar + j] = imagetomatrix(str, 20);
            cost[i * nbchar + j][j] = 1;
        }
    }

    double err = 1.0;

    for (int i = 0; i < nb_repetition; i++)
    {
        err = 0;

        for (int j = 0; j < datasetsize; j++)
        {
            // On fait ensuite appel au ForwardPass sur cette itération <=> on
            // voit ce que renvoie notre réseau pour la matrice de pixel
            // correspondant à l'image récupérée.
            ForwardPass(input[j], network);

            double tmp_err = 0.0;

            for (int k = 0; k < NB_OUTPUT; k++)
            {
                tmp_err += (cost[j][k] - network->layers[1].cells[k].output)
                    * (cost[j][k] - network->layers[1].cells[k].output);
            }

            tmp_err /= NB_OUTPUT;
            err += tmp_err;

            BackwardPass(cost[j], input[j], network);
        }

        err /= datasetsize;
        printf("Erreur : %f\n", err);
    }

    for (int i = 0; i < datasetsize; i++)
    {
        free(input[i]);
    }

    for (int i = 0; i < datasetsize; i++)
    {
        free(cost[i]);
    }

    free(input);
    free(cost);
}