neuralNetworkTests mit Kommentaren

matrix.c

@@ -90,9 +90,6 @@ Matrix broadCastRows(const Matrix matrix, const unsigned int rows,
 
 Matrix add(const Matrix matrix1, const Matrix matrix2) {
 
-  // Broadcasting nur bei Vektor und Matrix, Fehlermeldung bei zwei unpassenden
-  // Matrizen
-
   const unsigned int rows1 = matrix1.rows;
   const unsigned int rows2 = matrix2.rows;
   const unsigned int cols1 = matrix1.cols;
@@ -212,8 +209,8 @@ Matrix add(const Matrix matrix1, const Matrix matrix2) {
   }
 
   else {
-    printf(
-        "Fehlermeldung"); // vielleicht Fehlermeldung ändern zu Programmabbruch
+    printf("Fehlermeldung"); // vielleicht Fehlermeldung ändern zu
+                             // Programmabbruch
     Matrix error = {0, 0, NULL};
     return error;
   }

neuralNetworkTests.c

@@ -5,28 +5,50 @@
 #include <stdlib.h>
 #include <string.h>
 
+/*typedef struct
+{
+    Matrix weights;
+    Matrix biases;
+    ActivationFunctionType activation;
+} Layer;
+
+typedef struct
+{
+    Layer *layers;
+    unsigned int numberOfLayers;
+} NeuralNetwork;*/
+
+/*Layer: Ebene im neuronalen Netzwerk, besteht aus mehreren Neuronen
+Input-Layer: Eingabedatei
+Hidden-Layer: verarbeiten die Daten
+Output-Layer: Ergebnis
+
+
+Gewichte: bestimmen, wie stark ein Eingangssignal auf ein Neuron wirkt
+
+Dimension: Form der Matrizen für einen Layer*/
+
+// speichert NeuralNetwork nn in binäre Datei->erzeugt Dateiformat
 static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn) {
-  FILE *f = fopen(path, "wb");
+  FILE *f = fopen(path, "wb"); // Binärdatei zum Schreiben öffnen
   if (f == NULL)
     return;
 
-  /* 1) Header: exakt das String, ohne '\n' oder abschließendes '\0' */
+  // Header ist Erkennungsstring am Anfang der Datei, loadmodel erkennt
+  // Dateiformat
   const char header[] = "__info2_neural_network_file_format__";
   fwrite(header, sizeof(char), strlen(header), f);
 
-  /* Wenn es keine Layer gibt, kein Dimensionspaar schreiben (loadModel
-     wird beim Lesen dann 0 zurückgeben). Aber wir können auch frühzeitig
-     mit einem 0-Int terminieren — beides ist in Ordnung. */
+  // Wenn es keine Layer gibt, 0 eintragen, LoadModel gibt 0 zurück
   if (nn.numberOfLayers == 0) {
-    /* optional: schreibe ein 0 als next outputDimension (nicht nötig) */
     int zero = 0;
     fwrite(&zero, sizeof(int), 1, f);
     fclose(f);
     return;
   }
 
-  /* 2) Für die erste Layer schreiben wir inputDimension und outputDimension */
-  /* inputDimension == weights.cols, outputDimension == weights.rows */
+  // Layer 0, inputDimension: Anzahl Input-Neuronen, outputDimension: Anzahl
+  // Output-Neuronen
   int inputDim = (int)nn.layers[0].weights.cols;
   int outputDim = (int)nn.layers[0].weights.rows;
   fwrite(&inputDim, sizeof(int), 1, f);