Merge pull request 'Maxi matrix' (#1) from maxi-matrix into main

Reviewed-on: thumannma105082/info2Praktikum-NeuronalesNetz#1

Startcode/Aufgabenverteilung.txt

@@ -0,0 +1,70 @@
+Informatik 2 Praktikum - Aufgabe 2: Neuronales Netz
+Aufgabenverteilung
+===================================================
+
+Aufwand in Prozent vom Gesamtaufwand (inkl. optionaler Aufgabe),
+geschaetzt anhand der Aufgabenstellung.
+
+Gemeinsam (jeder einmal)
+------------------------
+- Projektstruktur anschauen: welche Module gibt es, welche Funktionen fehlen?
+- Startprogramm bauen und testen:
+    make mnist_initial
+    ./mnist mnist_test.info2 mnist_model.info2
+
+
+Maxi - Matrix-Modul (ca. 35 %)
+------------------------------
+- Struktur "Matrix" an geeigneter Stelle (matrix.h) anlegen:
+  Anzahl Zeilen, Anzahl Spalten, Zeiger auf die Werte.
+- Fehlende Funktionen in matrix.c implementieren (Hinweise aus den Unittests).
+- Funktion add mit zwei Modi:
+    * Elementweise Addition (gleiche Groesse)
+    * Broadcasting: Matrix + Spaltenvektor (Spalten = 1, gleiche Zeilenanzahl),
+      Vektorwert jeder Zeile wird auf alle Elemente der Zeile addiert.
+- Fertig, wenn gruen:
+    make matrixTests && ./runMatrixTests
+- WICHTIG: Das Matrix-Struct moeglichst frueh pushen, David braucht es
+  fuer die Tests des neuronalen Netzes.
+
+
+Hannes - Bilder einlesen (ca. 35 %)
+-----------------------------------
+- readImages in imageInput.c implementieren (Strukturen stehen in imageInput.h).
+- Dateiformat (Binaerdatei, im Binaermodus "rb" oeffnen):
+    * String "__info2_image_file_format__"
+    * Anzahl Bilder  (unsigned short)
+    * Breite         (unsigned short)
+    * Hoehe          (unsigned short)
+    * pro Bild: Breite*Hoehe Pixel (unsigned char, 0-255), dann Label (unsigned char, 0-9)
+- Zuerst sinnvolle Hilfsfunktionen als static in imageInput.c schreiben
+  (z.B. Header pruefen, Header lesen, ein Bild lesen) und dafuer eigene
+  Unittests in imageInputTests.c ergaenzen.
+- Danach readImages mit den Hilfsfunktionen zusammenbauen.
+- Fertig, wenn gruen:
+    make imageInputTests && ./runImageInputTests
+- Tipp: nach jedem Teilschritt testen und committen.
+
+
+David - Neuronales Netz, Feinschliff, Optional (ca. 30 %)
+---------------------------------------------------------
+- prepareNeuralNetworkFile() in neuralNetworkTests.c implementieren (ca. 15 %):
+  Erzeugt eine gueltige Testdatei. Dateiformat in neuralNetwork.c nachlesen
+  (Lesefunktion) und genau spiegelbildlich schreiben.
+  Datei beginnt mit "__info2_neural_network_file_format__", danach die Schichten.
+- Fertig, wenn gruen:
+    make neuralNetworkTests && ./runNeuralNetworkTests
+- Feinschliff (ca. 5 %), wenn alle Teile da sind:
+    * Projekt kompiliert ohne Warnungen
+    * alle Unittests laufen durch
+    * make mnist && ./mnist mnist_test.info2 mnist_model.info2
+- Optional (ca. 10 %): Ziffern mit der Maus malen und erkennen lassen,
+  in mnistVisualization.c mit Raylib.
+
+
+Git-Regeln im Team
+------------------
+- Vor jedem Arbeiten: git pull
+- Nur eigene Dateien committen: git add <datei>   (nicht git add .)
+- Ordner und Dateien NICHT verschieben oder umbenennen.
+- .idea/ und cmake-build-*/ nicht committen.

Startcode/matrix.c

@@ -2,34 +2,145 @@
 #include <string.h>
 #include "matrix.h"
 
-// TODO Matrix-Funktionen implementieren
 
 Matrix createMatrix(unsigned int rows, unsigned int cols)
 {
-    
+	// ungueltiges ergebniss definieren
+	Matrix matrix = {NULL, 0, 0};
+
+	// fehlerfall wenn zeile oder spaltenanzahl = 0
+    if (rows == 0 || cols == 0)
+	{
+		return matrix;
+	}
+
+	// anfangsadresse fuer speicher ermittlen
+	matrix.buffer = (MatrixType *)malloc(rows * cols * sizeof(MatrixType)); // malloc liefert freie adresse oder NULL wenn kein speicher frei
+
+	// wenn speicher frei -> zeilen und spalten weitergeben
+	if (matrix.buffer != NULL)
+	{
+		matrix.rows = rows;
+		matrix.cols = cols;
+	}
+
+	return matrix;
 }
 
+
 void clearMatrix(Matrix *matrix)
 {
-    
+    // pruefen ob gueltige adresse übergeben wurde
+    if (matrix != NULL)
+    {
+        free(matrix->buffer);   // speicher freigeben (*matrix).buffer = matrix->buffer
+        matrix->buffer = NULL;  // zeiger auf NULL setzen
+        matrix->rows = 0;       // zeilen und spalten auf 0 setzen (sonst absturz in neuralNetwork.c z. 45)
+        matrix->cols = 0;
+    }
 }
 
+
 void setMatrixAt(MatrixType value, Matrix matrix, unsigned int rowIdx, unsigned int colIdx)
 {
-    
+    if (rowIdx < matrix.rows && colIdx < matrix.cols)
+    {
+        matrix.buffer[rowIdx * matrix.cols + colIdx] = value;
+    }
 }
 
+
 MatrixType getMatrixAt(const Matrix matrix, unsigned int rowIdx, unsigned int colIdx)
 {
-    
+    if (rowIdx < matrix.rows && colIdx < matrix.cols)
+    {
+        return matrix.buffer[rowIdx * matrix.cols + colIdx];
+    }
+
+    return UNDEFINED_MATRIX_VALUE;
 }
 
+
 Matrix add(const Matrix matrix1, const Matrix matrix2)
 {
-    
+	// laut matrixTests muessen 3 versch faelle funktionieren:
+	// 1. beide matrizen gleich groß
+	// 2. matrix1 ist spaltenvektor (durch broadcasting wird spaltenvektor verbreitert durch kopieren der spalte)
+	// 3. matirx2 ist spaltenvektor ''
+
+	// ungueltiges ergebnis definieren
+	Matrix result = {NULL, 0, 0};
+
+	// 1. beide matrizen gleich groß
+    if (matrix1.rows == matrix2.rows && matrix1.cols == matrix2.cols)
+    {
+        result = createMatrix(matrix1.rows, matrix1.cols);
+
+        for (unsigned int i = 0; i < matrix1.rows; i++)
+        {
+            for (unsigned int j = 0; j < matrix1.cols; j++)
+            {
+                MatrixType summe = getMatrixAt(matrix1, i, j) + getMatrixAt(matrix2, i, j);
+                setMatrixAt(summe, result, i, j);
+            }
+        }
+    }
+	// 2. matrix1 ist spaltenvektor
+    else if (matrix1.rows == matrix2.rows && matrix1.cols == 1)
+    {
+        result = createMatrix(matrix2.rows, matrix2.cols);
+
+        for (unsigned int i = 0; i < matrix2.rows; i++)
+        {
+            for (unsigned int j = 0; j < matrix2.cols; j++)
+            {
+                MatrixType summe = getMatrixAt(matrix1, i, 0) + getMatrixAt(matrix2, i, j);
+                setMatrixAt(summe, result, i, j);
+            }
+        }
+    }
+    // 3. matirx2 ist spaltenvektor
+    else if (matrix1.rows == matrix2.rows && matrix2.cols == 1)
+    {
+        result = createMatrix(matrix1.rows, matrix1.cols);
+
+        for (unsigned int i = 0; i < matrix1.rows; i++)
+        {
+            for (unsigned int j = 0; j < matrix1.cols; j++)
+            {
+                MatrixType summe = getMatrixAt(matrix1, i, j) + getMatrixAt(matrix2, i, 0);
+                setMatrixAt(summe, result, i, j);
+            }
+        }
+    }
+
+    return result;
 }
 
+
 Matrix multiply(const Matrix matrix1, const Matrix matrix2)
 {
-    
+    Matrix result = {NULL, 0, 0};
+
+	// #spalten matrix1 muss = #zeilen matirx2 sein
+	if (matrix1.cols != matrix2.rows)
+	{
+		return result;
+	}
+
+	result = createMatrix(matrix1.rows, matrix2.cols);
+
+	for (unsigned int i = 0; i < matrix1.rows; i++) // je unsigned weil rows und cols unsigned
+	{
+		for (unsigned int j = 0; j < matrix2.cols; j++)
+		{
+			MatrixType summe = 0;
+			for (unsigned int k = 0; k < matrix1.cols; k++)
+			{
+				summe += getMatrixAt(matrix1, i, k) * getMatrixAt(matrix2, k, j);
+			}
+			setMatrixAt(summe, result, i, j);
+		}
+	}
+	return result;
 }

Startcode/matrix.h

@@ -5,8 +5,12 @@
 
 typedef float MatrixType;
 
-// TODO Matrixtyp definieren
-
+typedef struct
+{
+    MatrixType *buffer;   // zeiger auf inhalt
+    unsigned int rows;    // anzahl zeilen
+    unsigned int cols;    // anzahl spalten
+} Matrix;
 
 Matrix createMatrix(unsigned int rows, unsigned int cols);
 void clearMatrix(Matrix *matrix);