"""
-------------------------------------------------------------------------
File: gpu_config.py
Description: 
외부 GPU 연결 예제
사용법 : python -m app.AI_modules.gpu_utils.example
Author: 소지안 프로
Created: 2026-02-02
Last Modified: 2026-02-02
-------------------------------------------------------------------------
"""

def example_local_gpu():
    """로컬 GPU 사용 예제"""
    from .gpu_config import check_gpu_status, setup_tensorflow_gpu

    print("\n" + "=" * 50)
    print("Example 1: Local GPU Setup")
    print("=" * 50)

    # GPU 상태 확인
    check_gpu_status()

    # TensorFlow GPU 설정
    gpus = setup_tensorflow_gpu(memory_limit=4096)  # 4GB 제한

    if gpus:
        print("\n[Ready] GPU is ready for training")
    else:
        print("\n[Warning] No GPU available, will use CPU")


def example_remote_gpu():
    """원격 GPU 서버 연결 예제"""
    from .remote_gpu import RemoteGPUClient

    print("\n" + "=" * 50)
    print("Example 2: Remote GPU Connection")
    print("=" * 50)

    # 원격 서버 설정 (실제 값으로 변경 필요)
    client = RemoteGPUClient(
        host='YOUR_GPU_SERVER_IP',      # 예: '192.168.1.100'
        username='YOUR_USERNAME',        # 예: 'ubuntu'
        port=22,
        key_path='~/.ssh/id_rsa'        # SSH 키 경로
    )

    # 연결 테스트
    if client.connect():
        # GPU 상태 확인
        client.check_gpu()

        # 원격 명령어 실행
        client.run_command('python --version')
    else:
        print("[Failed] Could not connect to remote server")


def example_remote_training():
    """원격 GPU 학습 예제"""
    from .remote_gpu import SSHGPURunner

    print("\n" + "=" * 50)
    print("Example 3: Remote Training")
    print("=" * 50)

    # 설정 (실제 값으로 변경 필요)
    runner = SSHGPURunner(
        host='YOUR_GPU_SERVER_IP',
        username='YOUR_USERNAME',
        remote_project_dir='/home/user/projects/goheung',
        key_path='~/.ssh/id_rsa'
    )

    if runner.connect():
        # 1. 프로젝트 동기화
        # runner.sync_project('./app')

        # 2. 학습 실행
        # runner.run('python -m app.AI_modules.DeepLabV3.train --epochs 50')

        # 3. 백그라운드 학습 (연결 끊어도 계속 실행)
        # runner.run_background('python -m app.AI_modules.DeepLabV3.train --epochs 50')

        # 4. 로그 확인
        # runner.check_training_log()

        # 5. 결과 다운로드
        # runner.download_model('DeepLabV3-Plus.h5', './models/')

        print("[Ready] Remote training setup complete")
    else:
        print("[Failed] Could not connect to remote server")


def example_colab_config():
    """Google Colab GPU 설정 예제 (Colab에서 실행)"""
    config_code = '''
# Google Colab에서 실행할 코드

# 1. GPU 런타임 확인
!nvidia-smi

# 2. Google Drive 마운트
from google.colab import drive
drive.mount('/content/drive')

# 3. 프로젝트 클론 또는 업로드
# !git clone https://github.com/your/repo.git
# 또는 드라이브에서 복사
# !cp -r /content/drive/MyDrive/goheung /content/

# 4. 의존성 설치
# !pip install tensorflow keras numpy matplotlib

# 5. 학습 실행
# %cd /content/goheung
# !python -m app.AI_modules.DeepLabV3.train --image_path /content/data/Images/

# 6. 결과 저장
# !cp DeepLabV3-Plus.h5 /content/drive/MyDrive/models/
'''
    print("\n" + "=" * 50)
    print("Example 4: Google Colab Configuration")
    print("=" * 50)
    print(config_code)


if __name__ == '__main__':
    print("GPU Connection Examples")
    print("=" * 50)

    # 로컬 GPU 확인
    try:
        example_local_gpu()
    except Exception as e:
        print(f"[Error] {e}")

    # 다른 예제는 설정 후 주석 해제하여 사용
    # example_remote_gpu()
    # example_remote_training()
    # example_colab_config()