matrix.c

@@ -41,7 +41,7 @@ Matrix createMatrix(unsigned int rows, unsigned int cols)
 // Erstellt eine neue Matrix mit gegebener Zeilen- und Spaltenanzahl
 Matrix createMatrix(unsigned int rows, unsigned int cols)
 {
-    Matrix matrix = {0, 0, NULL}; // Initialisierung mit leeren Werten
+    Matrix matrix = {NULL,0, 0}; // Initialisierung mit leeren Werten
     if (rows == 0 || cols == 0) return matrix; // Ungültige Dimensionen → leere Matrix zurückgeben
 
     matrix.rows = rows;
@@ -85,7 +85,7 @@ MatrixType getMatrixAt(const Matrix matrix, unsigned int rowIdx, unsigned int co
 // Addiert zwei Matrizen miteinander (entweder elementweise oder mit Broadcasting)
 Matrix add(const Matrix matrix1, const Matrix matrix2)
 {
-    Matrix result = {0, 0, NULL};
+    Matrix result = {NULL,0, 0};
 
     // Elementweise Addition: gleiche Dimensionen
     if (matrix1.rows == matrix2.rows && matrix1.cols == matrix2.cols) {
@@ -120,7 +120,7 @@ Matrix add(const Matrix matrix1, const Matrix matrix2)
 // Multipliziert zwei Matrizen miteinander (Matrixmultiplikation)
 Matrix multiply(const Matrix matrix1, const Matrix matrix2)
 {
-    Matrix result = {0, 0, NULL};
+    Matrix result = {NULL,0, 0};
 
     if (matrix1.cols != matrix2.rows) return result; // Dimensionen müssen passen: A.cols == B.rows
 

matrix.h

@@ -8,9 +8,9 @@ typedef float MatrixType;
 // TODO Matrixtyp definieren
 // *****************************************************
 typedef struct {
+    MatrixType *buffer;
     unsigned int rows;
     unsigned int cols;
-    MatrixType *buffer;
 } Matrix;
 // *****************************************************
 

neuralNetworkTests.c

@@ -8,7 +8,38 @@
 
 static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
 {
-    // TODO
+    FILE *file = fopen(path, "wb");
+    if (!file) {
+        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);
+
+    // Erste Dimension: Input der ersten Schicht
+    unsigned int inputDim = nn.layers[0].weights.cols;
+    fwrite(&inputDim, sizeof(unsigned int), 1, file);
+
+    // Für jede Schicht
+    for (int i = 0; i < nn.numberOfLayers; i++) {
+        Layer layer = nn.layers[i];
+
+        // Output-Dimension
+        unsigned int outputDim = layer.weights.rows;
+        fwrite(&outputDim, sizeof(unsigned int), 1, file);
+
+        // Weights
+        fwrite(layer.weights.buffer, sizeof(MatrixType),
+               layer.weights.rows * layer.weights.cols, file);
+
+        // Biases
+        fwrite(layer.biases.buffer, sizeof(MatrixType),
+               layer.biases.rows * layer.biases.cols, file);
+    }
+
+    fclose(file);
 }
 
 void test_loadModelReturnsCorrectNumberOfLayers(void)