matrix.c

@@ -90,6 +90,9 @@ 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;
@@ -209,8 +212,8 @@ Matrix add(const Matrix matrix1, const Matrix matrix2) {
   }
 
   else {
-    printf("Fehlermeldung"); // vielleicht Fehlermeldung ändern zu
+    printf(
-                             // Programmabbruch
+        "Fehlermeldung"); // vielleicht Fehlermeldung ändern zu Programmabbruch
     Matrix error = {0, 0, NULL};
     return error;
   }

neuralNetworkTests.c

@@ -5,50 +5,28 @@
 #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"); // Binärdatei zum Schreiben öffnen
+  FILE *f = fopen(path, "wb");
   if (f == NULL)
     return;
 
-  // Header ist Erkennungsstring am Anfang der Datei, loadmodel erkennt
+  /* 1) Header: exakt das String, ohne '\n' oder abschließendes '\0' */
-  // Dateiformat
   const char header[] = "__info2_neural_network_file_format__";
   fwrite(header, sizeof(char), strlen(header), f);
 
-  // Wenn es keine Layer gibt, 0 eintragen, LoadModel gibt 0 zurück
+  /* 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. */
   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;
   }
 
-  // Layer 0, inputDimension: Anzahl Input-Neuronen, outputDimension: Anzahl
+  /* 2) Für die erste Layer schreiben wir inputDimension und outputDimension */
-  // Output-Neuronen
+  /* inputDimension == weights.cols, outputDimension == weights.rows */
   int inputDim = (int)nn.layers[0].weights.cols;
   int outputDim = (int)nn.layers[0].weights.rows;
   fwrite(&inputDim, sizeof(int), 1, f);