Kommentare

imageInput.c

@@ -47,7 +47,7 @@ static int readHeader(FILE *file, unsigned int *count, unsigned int *width, unsi
 }
 
 
-// Liest eine Serie von Graustufenbildern aus der angegebenen Datei.
+// Liest eine Serie von Graustufenbildern aus der angegebenen Datei und speichert sie als Series (images[i])
 GrayScaleImageSeries *readImages(const char *path)
 {
     GrayScaleImageSeries *series = NULL;	// Zeiger auf die gesamte Struktur. Standardmäßig NULL.
@@ -77,12 +77,13 @@ GrayScaleImageSeries *readImages(const char *path)
         return NULL;
     }
 
-    series->count = count;	// Anzahl der Bilder setzen.
+    series->count = count;	// Anzahl der Bilder setzen.(kommt von typedef GrayScaleImageSeries)
     series->images = NULL;	// Pointer vorläufig auf NULL setzen (für clearSeries im Fehlerfall).
     series->labels = NULL;
 
     size_t num_pixels = (size_t)width * height;		//berechnet die Anzahl der Pixel pro Bild (size_t weil pixelanzahl groß sein kann)
 
+	//GrayScaleImage größe ist als typedef schon definiert.
     series->images = (GrayScaleImage *)malloc(count * sizeof(GrayScaleImage));	//reserviert Speicher
     if (series->images == NULL)
     {

neuralNetwork.c

@@ -128,8 +128,8 @@ NeuralNetwork loadModel(const char *path)
     {
         if(checkFileHeader(file))
         {
-            unsigned int inputDimension = readDimension(file);
+            unsigned int inputDimension = readDimension(file); // übergabe in neuralnetworktests
-            unsigned int outputDimension = readDimension(file);
+            unsigned int outputDimension = readDimension(file); // übergabe in neuralnetworktests
 
             while(inputDimension > 0 && outputDimension > 0)
             {

neuralNetworkTests.c

@@ -19,8 +19,8 @@ static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
     for (unsigned int i = 0; i < nn.numberOfLayers; ++i)
     {
         const Layer *lay = &nn.layers[i];
-        int inputDim  = (int)lay->weights.cols;
+        int inputDim  = (int)lay->weights.cols; // Die Anzahl der Spalten der Gewichtsmatrix ist immer gleich der Input-Dimension
-        int outputDim = (int)lay->weights.rows;
+        int outputDim = (int)lay->weights.rows; // Anzahl der Reihen der Gewichtsmatrix ist immer gleich der Output-Dimension
 
         // --- Spezifische Dimensions-Schreiblogik (Spiegelung der Leselogik) ---
         if (i == 0) {
@@ -37,9 +37,9 @@ static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
 
         // --- Matrizen-Daten schreiben ---
         // Schreibe Gewichtsmatrix (Daten):
-        size_t weightCount = (size_t)lay->weights.rows * (size_t)lay->weights.cols;	//size_t unsignierter ganzzahltyp
+        size_t weightCount = (size_t)lay->weights.rows * (size_t)lay->weights.cols;	// Gesamtanzahl der Elemente in der Gewichtsmatrix berechnet (rows x cols) //size_t unsignierter ganzzahltyp
-        if (weightCount > 0 && lay->weights.buffer != NULL) {
+        if (weightCount > 0 && lay->weights.buffer != NULL) { //Prüfung ob dimensionen > 0 & Datenpuffer existiert
-            // Schreibe alle MatrixType-Elemente (z.B. floats) der Gewichte.
+            // Schreibe alle MatrixType-Elemente (z.B. floats) der Gewichte, Anzahl usw.
             fwrite(lay->weights.buffer, sizeof(MatrixType), weightCount, file);
         }