update neuralNetwork

imageInput.c

@@ -6,17 +6,96 @@
 #define BUFFER_SIZE 100
 #define FILE_HEADER_STRING "__info2_image_file_format__"
 
-// TODO Implementieren Sie geeignete Hilfsfunktionen für das Lesen der Bildserie aus einer Datei
 
 // TODO Vervollständigen Sie die Funktion readImages unter Benutzung Ihrer Hilfsfunktionen
 GrayScaleImageSeries *readImages(const char *path)
 {
-    GrayScaleImageSeries *series = NULL;
+    // Initialisiert einen Zeiger zur struct und reserviert Speicherplatz
+    GrayScaleImageSeries *series = malloc(sizeof(GrayScaleImageSeries));    
+    if(series == NULL){
+        printf("Es ist nicht genügend Speicher übrig");
+        return NULL;
+    }
 
+    FILE * data = fopen(path, "rb");
+    if (data == NULL){
+        printf("Die Datei konnte nicht gelesen werden");
+        return NULL;
+    }
+
+    // Überprüfung, ob die Datei einen Header hat
+    char header[BUFFER_SIZE];
+    fread(header, strlen(FILE_HEADER_STRING), 1, data);
+    header[strlen(FILE_HEADER_STRING)] ='\0';
+    if(strncmp(header, FILE_HEADER_STRING, strlen(FILE_HEADER_STRING) )!= 0){
+        printf("Die Datei hat keinen Header");
+        fclose(data);
+        return NULL;
+    }
+    //liest die Anzahl der Bilder aus
+    series->count = 0;
+    fread(&series->count, sizeof(unsigned short),1, data);
+    series->images = malloc(series->count * sizeof(GrayScaleImage));
+    if (series->images == NULL){
+        printf("Es ist nicht genügend Speicher übrig");
+        fclose(data);
+        return NULL;
+    }
+
+    //liest die Höhe und Breite der Bilder aus
+    unsigned short height = 0, width = 0;
+    fread(&width, sizeof(unsigned short), 1, data);
+    fread(&height, sizeof(unsigned short), 1, data);
+    
+    //reserviert Speicher für die Labels, die aber erst nach jedem Bild eingelesen werden
+    series->labels = malloc(sizeof(unsigned char) * series->count);
+    if (series->labels == NULL){
+        printf("Es ist nicht genügend Speicher übrig");
+        free(series->images);
+        fclose(data);
+        return NULL;
+    }
+    
+    //liest jedes Bild einzeln aus und speichert es in images
+    for(int counter_picture = 0 ; counter_picture < series->count; counter_picture++){
+        
+        // für jedes Bild muss vorher eine Größe festgelegt werden, die jedoch in diesem Fall immer gleich ist
+        series->images[counter_picture].width = width;
+        series->images[counter_picture].height =height;
+        unsigned int size_picture = height * width;
+
+        //reservieren des Speichers für Buffer, der die einzelnen Pixels speichert
+        series->images[counter_picture].buffer = malloc(size_picture* sizeof(GrayScalePixelType));
+        if (series->images[counter_picture].buffer == NULL){
+            printf("Es ist nicht genügend Speicher übrig");
+            free(series->images);
+            free(series);
+            fclose(data);
+            return NULL;
+        }
+
+        //einlesen der einzelnen Pixel in buffer
+        for(int counter_pixels = 0; counter_pixels < size_picture; counter_pixels++){
+            fread(&series->images[counter_picture].buffer[counter_pixels], sizeof(unsigned char), 1, data);
+        } 
+        
+        //einlesen der Labels
+        fread(&series->labels[counter_picture], sizeof(unsigned char), 1, data);        
+        
+    }
+
+    fclose(data);
     return series;
 }
 
 // TODO Vervollständigen Sie die Funktion clearSeries, welche eine Bildserie vollständig aus dem Speicher freigibt
 void clearSeries(GrayScaleImageSeries *series)
 {
+    //erst den Speicherplatz der Pixel freigeben
+    for(int number= 0; number < series->count; number++){
+        free(series->images[number].buffer);
+    }
+    // dann die Bilder freigeben
+    free(series-> images);
+    free(series);
 }

imageInputTests.c

@@ -123,7 +123,8 @@ void setUp(void) {
     // Falls notwendig, kann hier Vorbereitungsarbeit gemacht werden
 }
 
-void tearDown(void) {
+void tearDown(void) 
+{
     // Hier kann Bereinigungsarbeit nach jedem Test durchgeführt werden
 }
 

neuralNetworkTests.c

@@ -5,10 +5,49 @@
 #include "unity.h"
 #include "neuralNetwork.h"
 
-
 static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
 {
-    // TODO
+    FILE *file = fopen(path, "wb");
+    if (!file)
+        return;
+
+    const char *tag = "__info2_neural_network_file_format__";
+    fwrite(tag, 1, strlen(tag), file);
+
+    // Überprüfung, ob es Layer gibt
+    if (nn.numberOfLayers == 0)
+    {
+        fclose(file);
+        return;
+    }
+
+    // Schreibe die Eingabe- und Ausgabegrößen des Netzwerks
+    int input = nn.layers[0].weights.cols;
+    int output = nn.layers[0].weights.rows;
+
+    fwrite(&input, sizeof(int), 1, file);
+    fwrite(&output, sizeof(int), 1, file);
+
+    // Schreibe die Layer-Daten
+    for (int i = 0; i < nn.numberOfLayers; i++)
+    {
+        const Layer *layer = &nn.layers[i];
+        int out = layer->weights.rows;
+        int in = layer->weights.cols;
+
+        fwrite(layer->weights.buffer, sizeof(MatrixType), out * in, file);
+
+        fwrite(layer->biases.buffer, sizeof(MatrixType), out * 1, file);
+
+        if (i + 1 < nn.numberOfLayers)
+        {
+            int nextOut = nn.layers[i + 1].weights.rows;
+            fwrite(&nextOut, sizeof(int), 1, file);
+        }
+    }
+    fclose(file);
+
+   
 }
 
 void test_loadModelReturnsCorrectNumberOfLayers(void)
@@ -205,8 +244,8 @@ void test_predictReturnsCorrectLabels(void)
     Matrix biases1 = {.buffer = biasBuffer1, .rows = 2, .cols = 1};
     Matrix biases2 = {.buffer = biasBuffer2, .rows = 3, .cols = 1};
     Matrix biases3 = {.buffer = biasBuffer3, .rows = 5, .cols = 1};
-    Layer layers[] = {{.weights=weights1, .biases=biases1, .activation=someActivation}, \
-                      {.weights=weights2, .biases=biases2, .activation=someActivation}, \
+    Layer layers[] = {{.weights = weights1, .biases = biases1, .activation = someActivation},
+                      {.weights = weights2, .biases = biases2, .activation = someActivation},
                       {.weights = weights3, .biases = biases3, .activation = someActivation}};
     NeuralNetwork netUnderTest = {.layers = layers, .numberOfLayers = 3};
     unsigned char *predictedLabels = predict(netUnderTest, inputImages, 2);
@@ -216,11 +255,13 @@ void test_predictReturnsCorrectLabels(void)
     free(predictedLabels);
 }
 
-void setUp(void) {
+void setUp(void)
+{
     // Falls notwendig, kann hier Vorbereitungsarbeit gemacht werden
 }
 
-void tearDown(void) {
+void tearDown(void)
+{
     // Hier kann Bereinigungsarbeit nach jedem Test durchgeführt werden
 }