baumgaertnerya98874/NeuronalesNetz_Team5
1
0
Fork 0
generated from freudenreichan/info2Praktikum-NeuronalesNetz
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Kommentare hinzugefügt

Browse Source
This commit is contained in:
muellermo100295 2025-11-27 14:31:42 +01:00
parent 061458f39e
commit 4bd830713f
1 changed files with 20 additions and 12 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

32
neuralNetworkTests.c
View File

@ -8,38 +8,46 @@
static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
{
FILE *file = fopen(path, "wb");
if (!file) {
FILE *file = fopen(path, "wb"); //Datei öffnen im write binary modus
if (!file) //wenn fopen 0 zurück gibt
{
fprintf(stderr, "Fehler: Datei konnte nicht geöffnet werden.\n");
return;
}
// Header schreiben
const char *header = "__info2_neural_network_file_format__";
fwrite(header, sizeof(char), strlen(header), file);
fwrite(header, sizeof(char), strlen(header), file); // Zeiger auf Daten, größe des ElementsChar (1 byte),
//länge des Stings ohen \0, Zieldatei
// Erste Dimension: Input der ersten Schicht
unsigned int inputDim = nn.layers[0].weights.cols;
// Erste Dimension: Input-Dimension der ersten Schicht (Anzahl der Eingangsneuronen)Anzahl Spalten
unsigned int inputDim = nn.layers[0].weights.cols;
// Speichert die Input-Dimension in die Datei
fwrite(&inputDim, sizeof(unsigned int), 1, file);
// Für jede Schicht
for (int i = 0; i < nn.numberOfLayers; i++) {
Layer layer = nn.layers[i];
// Für jede Schicht im Netzwerk
for (int i = 0; i < nn.numberOfLayers; i++)
{
Layer layer = nn.layers[i]; // Zugriff auf die aktuelle Schicht
// Output-Dimension
// Output-Dimension: Anzahl der Neuronen in dieser Schicht (Anzahl Zeilen der Gewichtsmatrix)
unsigned int outputDim = layer.weights.rows;
// Speichert die Output-Dimension in die Datei
fwrite(&outputDim, sizeof(unsigned int), 1, file);
// Weights
// Speichert die Gewichtsmatrix der Schicht in die Datei
// Anzahl der Elemente = rows * cols, Typ = MatrixType
fwrite(layer.weights.buffer, sizeof(MatrixType),
layer.weights.rows * layer.weights.cols, file);
// Biases
// Speichert die Bias-Werte der Schicht in die Datei
// Anzahl der Elemente = rows * cols (meist rows x 1), Typ = MatrixType
fwrite(layer.biases.buffer, sizeof(MatrixType),
layer.biases.rows * layer.biases.cols, file);
}
fclose(file);
// Schließt die Datei nach dem Schreiben
fclose(file);
}
void test_loadModelReturnsCorrectNumberOfLayers(void)