Compare commits

..

3 Commits

Author SHA1 Message Date
maxgrf
1b8b8f9427 update neuralNetwork 2025-11-24 12:47:13 +01:00
maxgrf
efd8113350 count 0 gesetzt 2025-11-24 12:42:53 +01:00
maxgrf
1fca7598d6 Daten kopiert 2025-11-24 12:14:10 +01:00
3 changed files with 85 additions and 30 deletions

View File

@ -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);
}

View File

@ -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
}

View File

@ -7,30 +7,14 @@
static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
{
/*
typedef struct
{
Matrix weights;
Matrix biases;
ActivationFunctionType activation;
} Layer;
typedef struct
{
Layer *layers;
unsigned int numberOfLayers;
} NeuralNetwork;
*/
FILE *file = fopen(path, "wb");
if (!file)
return;
//---------------------------------------------------------------------------
const char *tag = "__info2_neural_network_file_format__";
fwrite(tag, 1, strlen(tag), file);
// Schreibe die Anzahl der Layer
// Überprüfung, ob es Layer gibt
if (nn.numberOfLayers == 0)
{
fclose(file);
@ -63,16 +47,7 @@ static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
}
fclose(file);
// Debuging-Ausgabe
printf("prepareNeuralNetworkFile: Datei '%s' erstellt mit %u Layer(n)\n", path, nn.numberOfLayers);
for (unsigned int i = 0; i < nn.numberOfLayers; i++)
{
Layer layer = nn.layers[i];
printf("Layer %u: weights (%u x %u), biases (%u x %u)\n",
i, layer.weights.rows, layer.weights.cols, layer.biases.rows, layer.biases.cols);
}
//---------------------------------------------------------------------------
}
void test_loadModelReturnsCorrectNumberOfLayers(void)