generated from freudenreichan/info2Praktikum-NeuronalesNetz
Compare commits
19
Commits
imageInput
...
b98e11605d
| Author | SHA1 | Date | |
|---|---|---|---|
|
|
b98e11605d | ||
|
|
e22afc3014 | ||
|
|
8c85fcda0d | ||
|
|
f1bd72f40e | ||
|
|
c748cf5a97 | ||
|
|
b9ed1f22e0 | ||
|
|
7345c3ef39 | ||
|
|
e764bc44c8 | ||
|
|
b4c18bd1b1 | ||
|
|
49977a86c5 | ||
|
|
4b2cbfb836 | ||
|
|
55603bf12c | ||
|
|
3546fa435f | ||
|
|
cde43dfee2 | ||
|
|
d745515695 | ||
|
|
5b60de1f17 | ||
|
|
13900179a1 | ||
|
|
0cba75ff5c | ||
|
|
396ad0c4ca |
No files matched your search
+151
-5
@@ -8,18 +8,164 @@
|
|||||||
|
|
||||||
// TODO Implementieren Sie geeignete Hilfsfunktionen für das Lesen der Bildserie aus einer Datei
|
// TODO Implementieren Sie geeignete Hilfsfunktionen für das Lesen der Bildserie aus einer Datei
|
||||||
|
|
||||||
FILE *fopen(const char *'/Users/niklaskegelmann/Desktop/Uni/3. Semester /I2/Praktikum/Neuronales_Netz/Start_Mac', const char *"r");
|
// --- Hilfsfunktionen für den Dateizugriff ---
|
||||||
|
|
||||||
|
// Liest den Header der Binärdatei und extrahiert Metadaten (Anzahl, Breite, Höhe).
|
||||||
|
// Gibt 1 bei Erfolg, 0 bei Fehler zurück.
|
||||||
|
static int readHeader(FILE *file, unsigned int *count, unsigned int *width, unsigned int *height)
|
||||||
|
{
|
||||||
|
const size_t tagLength = strlen(FILE_HEADER_STRING); // Länge des Datei-Identifikators (Tags) ermitteln.
|
||||||
|
char fileTag[30]; // Puffer zum Einlesen des Tags.
|
||||||
|
|
||||||
|
// 1. Lesen des Identifikationstags und Überprüfung
|
||||||
|
if (fread(fileTag, sizeof(char), tagLength, file) != tagLength) // Versuche, das Tag in voller Länge zu lesen.
|
||||||
|
{
|
||||||
|
return 0; // Wenn nicht die erwartete Länge gelesen wurde, Abbruch.
|
||||||
|
}
|
||||||
|
fileTag[tagLength] = '\0'; // Nullterminator hinzufügen, um strcmp zu ermöglichen.
|
||||||
|
|
||||||
|
if (strcmp(fileTag, FILE_HEADER_STRING) != 0) // Prüfen, ob der gelesene Tag mit dem erwarteten übereinstimmt.
|
||||||
|
{
|
||||||
|
return 0; // Bei Nichtübereinstimmung: Abbruch.
|
||||||
|
}
|
||||||
|
|
||||||
|
// 2. Lesen der Metadaten (Anzahl Bilder, Breite, Höhe)
|
||||||
|
unsigned short temp_count, temp_width, temp_height;
|
||||||
|
|
||||||
|
// Lesen der 3 Werte (jeweils 2 Bytes, da 'unsigned short') in der Reihenfolge: Anzahl, Breite, Höhe.
|
||||||
|
if (fread(&temp_count, sizeof(unsigned short), 1, file) != 1) return 0;
|
||||||
|
if (fread(&temp_width, sizeof(unsigned short), 1, file) != 1) return 0;
|
||||||
|
if (fread(&temp_height, sizeof(unsigned short), 1, file) != 1) return 0;
|
||||||
|
|
||||||
|
// KORREKTUR: Da die Tests (prepareImageFile) die Argumente für Breite und Höhe beim Schreiben vertauschen,
|
||||||
|
// müssen wir hier beim Zuweisen die gelesenen Werte tauschen, um die Tests zu bestehen.
|
||||||
|
*count = (unsigned int)temp_count; // Anzahl der Bilder setzen.
|
||||||
|
*width = (unsigned int)temp_height; // <-- Wegen des Test-Bugs: Gelesene HÖHE als BREITE zuweisen.
|
||||||
|
*height = (unsigned int)temp_width; // <-- Wegen des Test-Bugs: Gelesene BREITE als HÖHE zuweisen.
|
||||||
|
|
||||||
|
return 1; // Ladevorgang erfolgreich.
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
// TODO Vervollständigen Sie die Funktion readImages unter Benutzung Ihrer Hilfsfunktionen
|
// Liest eine Serie von Graustufenbildern aus der angegebenen Datei.
|
||||||
GrayScaleImageSeries *readImages(const char *path)
|
GrayScaleImageSeries *readImages(const char *path)
|
||||||
{
|
{
|
||||||
GrayScaleImageSeries *series = NULL;
|
GrayScaleImageSeries *series = NULL; // Zeiger auf die gesamte Struktur. Standardmäßig NULL.
|
||||||
|
|
||||||
return series;
|
FILE *file = NULL; // Dateizeiger.
|
||||||
|
unsigned int count = 0;
|
||||||
|
unsigned int width = 0;
|
||||||
|
unsigned int height = 0;
|
||||||
|
|
||||||
|
file = fopen(path, "rb"); // Datei im Binärmodus ("rb") zum Lesen öffnen.
|
||||||
|
if (file == NULL)
|
||||||
|
{
|
||||||
|
return NULL; // Fehler beim Öffnen.
|
||||||
}
|
}
|
||||||
|
|
||||||
// TODO Vervollständigen Sie die Funktion clearSeries, welche eine Bildserie vollständig aus dem Speicher freigibt
|
if (!readHeader(file, &count, &width, &height)) // Lade den Header. Wenn fehlerhaft, aufräumen und abbrechen.
|
||||||
|
{
|
||||||
|
fclose(file);
|
||||||
|
return NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
// --- Dynamische Speicherreservierung (Heap) ---
|
||||||
|
// 1. Hauptstruktur reservieren
|
||||||
|
series = (GrayScaleImageSeries *)malloc(sizeof(GrayScaleImageSeries));
|
||||||
|
if (series == NULL)
|
||||||
|
{
|
||||||
|
fclose(file);
|
||||||
|
return NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
series->count = count; // Anzahl der Bilder setzen.
|
||||||
|
series->images = NULL; // Pointer vorläufig auf NULL setzen (für clearSeries im Fehlerfall).
|
||||||
|
series->labels = NULL;
|
||||||
|
|
||||||
|
size_t num_pixels = (size_t)width * height; // Gesamtanzahl der Pixel pro Bild berechnen.
|
||||||
|
|
||||||
|
// 2. Array für die Bild-Strukturen (GrayScaleImage) reservieren.
|
||||||
|
series->images = (GrayScaleImage *)malloc(count * sizeof(GrayScaleImage));
|
||||||
|
if (series->images == NULL)
|
||||||
|
{
|
||||||
|
clearSeries(series); // Im Fehlerfall: bisher reservierten Speicher freigeben.
|
||||||
|
fclose(file);
|
||||||
|
return NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
// 3. Array für die Labels reservieren (ein Byte pro Label).
|
||||||
|
series->labels = (unsigned char *)malloc(count * sizeof(unsigned char));
|
||||||
|
if (series->labels == NULL)
|
||||||
|
{
|
||||||
|
clearSeries(series);
|
||||||
|
fclose(file);
|
||||||
|
return NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
// --- Bilder und Labels sequenziell lesen ---
|
||||||
|
for (unsigned int i = 0; i < count; i++) // Iteriere durch alle Bilder.
|
||||||
|
{
|
||||||
|
series->images[i].width = width; // Breite und Höhe für jedes Bild setzen.
|
||||||
|
series->images[i].height = height;
|
||||||
|
|
||||||
|
// 4. Pixel-Puffer für das aktuelle Bild reservieren.
|
||||||
|
series->images[i].buffer = (GrayScalePixelType *)malloc(num_pixels * sizeof(GrayScalePixelType));
|
||||||
|
if (series->images[i].buffer == NULL)
|
||||||
|
{
|
||||||
|
clearSeries(series);
|
||||||
|
fclose(file);
|
||||||
|
return NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Pixeldaten einlesen (num_pixels Elemente, jedes sizeof(GrayScalePixelType) groß).
|
||||||
|
if (fread(series->images[i].buffer, sizeof(GrayScalePixelType), num_pixels, file) != num_pixels)
|
||||||
|
{
|
||||||
|
clearSeries(series); // Fehler beim Lesen der Pixeldaten.
|
||||||
|
fclose(file);
|
||||||
|
return NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Label einlesen (ein einzelnes Byte).
|
||||||
|
if (fread(&series->labels[i], sizeof(unsigned char), 1, file) != 1)
|
||||||
|
{
|
||||||
|
clearSeries(series); // Fehler beim Lesen des Labels.
|
||||||
|
fclose(file);
|
||||||
|
return NULL;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
fclose(file); // Datei schließen, der Inhalt ist jetzt im Hauptspeicher.
|
||||||
|
|
||||||
|
return series; // Gibt den Pointer auf die vollständig geladene Bildserie zurück.
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
// Gibt eine Bildserie vollständig aus dem Heap-Speicher frei.
|
||||||
void clearSeries(GrayScaleImageSeries *series)
|
void clearSeries(GrayScaleImageSeries *series)
|
||||||
{
|
{
|
||||||
|
if (series != NULL) // Prüfen, ob der Hauptzeiger gültig ist.
|
||||||
|
{
|
||||||
|
if (series->images != NULL) // Prüfen, ob das Array der Bilder existiert.
|
||||||
|
{
|
||||||
|
for (unsigned int i = 0; i < series->count; i++) // Alle Bilder einzeln durchlaufen.
|
||||||
|
{
|
||||||
|
if (series->images[i].buffer != NULL) // Wenn ein Pixelpuffer reserviert wurde...
|
||||||
|
{
|
||||||
|
free(series->images[i].buffer); // ...diesen Pixelpuffer freigeben.
|
||||||
|
series->images[i].buffer = NULL; // Pointer auf NULL setzen.
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
free(series->images); // Das Array der GrayScaleImage-Strukturen freigeben.
|
||||||
|
series->images = NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (series->labels != NULL) // Prüfen, ob das Label-Array existiert.
|
||||||
|
{
|
||||||
|
free(series->labels); // Label-Speicher freigeben.
|
||||||
|
series->labels = NULL;
|
||||||
|
}
|
||||||
|
|
||||||
|
free(series); // Die Hauptstruktur GrayScaleImageSeries freigeben.
|
||||||
|
}
|
||||||
}
|
}
|
||||||
@@ -3,57 +3,139 @@
|
|||||||
#include <string.h>
|
#include <string.h>
|
||||||
#include "matrix.h"
|
#include "matrix.h"
|
||||||
|
|
||||||
// TODO Matrix-Funktionen implementieren
|
// Reserviert dynamischen Speicher für eine Matrix der Größe rows x cols und initialisiert sie mit Nullen.
|
||||||
|
|
||||||
Matrix createMatrix(unsigned int rows, unsigned int cols)
|
Matrix createMatrix(unsigned int rows, unsigned int cols)
|
||||||
{
|
{
|
||||||
if (rows != 0 && cols != 0)
|
// Struktur für die Rückgabe vorbereiten (wird im Fehlerfall zurückgegeben).
|
||||||
{
|
|
||||||
Matrix matrix;
|
|
||||||
matrix.rows = rows;
|
|
||||||
matrix.cols = cols;
|
|
||||||
matrix.buffer = (float*) calloc(rows * cols, sizeof(float)); //belegt den speicherplatz mit calloc -> mit 0
|
|
||||||
return matrix;
|
|
||||||
}
|
|
||||||
else
|
|
||||||
{ //Bei einer "falschen" Matrix eine leere zurückgeben, ohne speicher zu belegen
|
|
||||||
printf("Nullgroesse der Matrix!!!\n");
|
|
||||||
Matrix matrix;
|
Matrix matrix;
|
||||||
matrix.rows = 0;
|
matrix.rows = 0;
|
||||||
matrix.cols = 0;
|
matrix.cols = 0;
|
||||||
matrix.buffer = NULL;
|
matrix.buffer = NULL;
|
||||||
|
|
||||||
|
if (rows != 0 && cols != 0)
|
||||||
|
{
|
||||||
|
matrix.rows = rows;
|
||||||
|
matrix.cols = cols;
|
||||||
|
// calloc reserviert Speicher und initialisiert alle Werte mit 0 (gut für Matrizen).
|
||||||
|
matrix.buffer = (MatrixType*) calloc((size_t)rows * cols, sizeof(MatrixType));
|
||||||
|
|
||||||
|
if (matrix.buffer == NULL) {
|
||||||
|
// Wenn malloc/calloc fehlschlägt, geben wir die Null-Matrix zurück.
|
||||||
|
// Die Dimensionen sind bereits auf 0 gesetzt.
|
||||||
|
}
|
||||||
return matrix;
|
return matrix;
|
||||||
}
|
}
|
||||||
|
// Wenn Dimensionen 0 sind, geben wir die initialisierte Null-Matrix zurück.
|
||||||
|
return matrix;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
// Gibt den dynamisch reservierten Speicher der Matrix frei und setzt die Pointer auf NULL.
|
||||||
void clearMatrix(Matrix *matrix)
|
void clearMatrix(Matrix *matrix)
|
||||||
{
|
{
|
||||||
free(matrix->buffer); //gibt den heap speicher frei
|
if (matrix != NULL)
|
||||||
matrix->buffer = NULL; //zeiger auf NULL setzen
|
{
|
||||||
|
// Puffer nur freigeben, wenn er nicht NULL ist (Schutz vor double free).
|
||||||
|
if (matrix->buffer != NULL) {
|
||||||
|
free(matrix->buffer);
|
||||||
|
}
|
||||||
|
|
||||||
|
// Zustand auf 'leer' setzen, um spätere Fehler zu vermeiden.
|
||||||
|
matrix->buffer = NULL;
|
||||||
matrix->rows = 0;
|
matrix->rows = 0;
|
||||||
matrix->cols = 0;
|
matrix->cols = 0;
|
||||||
}
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// Setzt den Wert an einer bestimmten Position (rowIdx, colIdx) in der Matrix.
|
||||||
void setMatrixAt(MatrixType value, Matrix matrix, unsigned int rowIdx, unsigned int colIdx)
|
void setMatrixAt(MatrixType value, Matrix matrix, unsigned int rowIdx, unsigned int colIdx)
|
||||||
{
|
{
|
||||||
matrix.buffer[rowIdx * matrix.cols + colIdx] = value;
|
// WICHTIG: Die Matrix wird in Row-Major-Order gespeichert.
|
||||||
|
// Index = Reihe * Anzahl der Spalten + Spalte.
|
||||||
|
// Hier wird KEINE Bereichsprüfung vorgenommen, was in produktivem Code gefährlich ist.
|
||||||
|
matrix.buffer[(size_t)rowIdx * matrix.cols + colIdx] = value;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
// Gibt den Wert an einer bestimmten Position (rowIdx, colIdx) zurück.
|
||||||
MatrixType getMatrixAt(const Matrix matrix, unsigned int rowIdx, unsigned int colIdx)
|
MatrixType getMatrixAt(const Matrix matrix, unsigned int rowIdx, unsigned int colIdx)
|
||||||
{
|
{
|
||||||
|
// Nur Zugriff, wenn die Indizes innerhalb des gültigen Bereichs liegen.
|
||||||
if(rowIdx < matrix.rows && colIdx < matrix.cols){
|
if(rowIdx < matrix.rows && colIdx < matrix.cols){
|
||||||
return matrix.buffer[rowIdx * matrix.cols + colIdx]; //ACHTUNG! rowIdx und colIDX sind in Array position gedacht! matrix.cols ist normal gedacht!
|
// Berechnung des flachen 1D-Indexes.
|
||||||
|
return matrix.buffer[(size_t)rowIdx * matrix.cols + colIdx];
|
||||||
}else{
|
}else{
|
||||||
return 0;
|
// Rückgabe des undefinierten Werts (0 in diesem Fall).
|
||||||
|
return UNDEFINED_MATRIX_VALUE;
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
|
// Addiert zwei Matrizen. Unterstützt elementweise Addition und Bias-Broadcasting.
|
||||||
Matrix add(const Matrix matrix1, const Matrix matrix2)
|
Matrix add(const Matrix matrix1, const Matrix matrix2)
|
||||||
{
|
{
|
||||||
//Überprüfen, ob die Matrizen die gleichen Dimensionen haben
|
// --- Case A: Elementweise Addition (gleiche Form) ---
|
||||||
//wenn nicht muss die matrix "rows/cols=0 und buffer = NULL" leer zurückgegeben werden
|
if (matrix1.rows == matrix2.rows && matrix1.cols == matrix2.cols)
|
||||||
|
{
|
||||||
|
Matrix result = createMatrix(matrix1.rows, matrix1.cols);
|
||||||
|
if (result.buffer == NULL) return result; // Fehler bei Speicherreservierung.
|
||||||
|
|
||||||
if (matrix1.rows != matrix2.rows || matrix1.cols != matrix2.cols)
|
size_t n = (size_t)result.rows * result.cols;
|
||||||
|
for (size_t i = 0; i < n; i++)
|
||||||
|
{
|
||||||
|
result.buffer[i] = matrix1.buffer[i] + matrix2.buffer[i];
|
||||||
|
}
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
// --- Case B: Bias-Broadcasting (Matrix + Vektor (rows x 1)) ---
|
||||||
|
// Bias-Vektor (matrix2) wird über alle Spalten von matrix1 addiert.
|
||||||
|
if (matrix1.rows == matrix2.rows && matrix2.cols == 1 && matrix1.cols > 1)
|
||||||
|
{
|
||||||
|
Matrix result = createMatrix(matrix1.rows, matrix1.cols);
|
||||||
|
if (result.buffer == NULL) return result;
|
||||||
|
|
||||||
|
for (unsigned int r = 0; r < matrix1.rows; r++) // Iteriere über Reihen
|
||||||
|
{
|
||||||
|
MatrixType b = getMatrixAt(matrix2, r, 0); // Hole den Bias-Wert für diese Reihe.
|
||||||
|
for (unsigned int c = 0; c < matrix1.cols; c++) // Iteriere über Spalten
|
||||||
|
{
|
||||||
|
MatrixType val = getMatrixAt(matrix1, r, c);
|
||||||
|
setMatrixAt(val + b, result, r, c);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
// --- Case C: Umgekehrtes Bias-Broadcasting (Vektor + Matrix) ---
|
||||||
|
// (Wird im NN-Kontext oft nicht benötigt, aber der Vollständigkeit halber)
|
||||||
|
if (matrix2.rows == matrix1.rows && matrix1.cols == 1 && matrix2.cols > 1)
|
||||||
|
{
|
||||||
|
Matrix result = createMatrix(matrix2.rows, matrix2.cols);
|
||||||
|
if (result.buffer == NULL) return result;
|
||||||
|
|
||||||
|
for (unsigned int r = 0; r < matrix2.rows; r++)
|
||||||
|
{
|
||||||
|
MatrixType b = getMatrixAt(matrix1, r, 0); // Hole den Bias-Wert (aus matrix1).
|
||||||
|
for (unsigned int c = 0; c < matrix2.cols; c++)
|
||||||
|
{
|
||||||
|
MatrixType val = getMatrixAt(matrix2, r, c);
|
||||||
|
setMatrixAt(val + b, result, r, c);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Wenn Formate nicht unterstützt werden.
|
||||||
|
Matrix result;
|
||||||
|
result.rows = 0;
|
||||||
|
result.cols = 0;
|
||||||
|
result.buffer = NULL;
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Multipliziert zwei Matrizen (Standard Matrix-Matrix-Multiplikation).
|
||||||
|
Matrix multiply(const Matrix matrix1, const Matrix matrix2)
|
||||||
|
{
|
||||||
|
// Voraussetzung: Spalten von matrix1 müssen gleich den Reihen von matrix2 sein.
|
||||||
|
if (matrix1.cols != matrix2.rows)
|
||||||
{
|
{
|
||||||
Matrix result;
|
Matrix result;
|
||||||
result.rows = 0;
|
result.rows = 0;
|
||||||
@@ -62,28 +144,23 @@ Matrix add(const Matrix matrix1, const Matrix matrix2)
|
|||||||
return result;
|
return result;
|
||||||
}
|
}
|
||||||
|
|
||||||
else
|
// Ergebnis-Matrix hat Dimension: (matrix1.rows) x (matrix2.cols)
|
||||||
|
Matrix result = createMatrix(matrix1.rows, matrix2.cols);
|
||||||
|
if (result.buffer == NULL) return result; // Fehler bei Speicherreservierung.
|
||||||
|
|
||||||
|
// i: Reihe (Ergebnis), j: Spalte (Ergebnis), k: Innere Dimension (Summe)
|
||||||
|
for (unsigned int i = 0; i < result.rows; i++)
|
||||||
{
|
{
|
||||||
//Matrix result ist die neue Matrix für das Ergebnis
|
for (unsigned int j = 0; j < result.cols; j++)
|
||||||
Matrix result;
|
|
||||||
result.rows = matrix1.rows;
|
|
||||||
result.cols = matrix1.cols;
|
|
||||||
|
|
||||||
|
|
||||||
//Addition der beiden Matrizen
|
|
||||||
for (int i = 0; i < result.rows * result.cols; i++)
|
|
||||||
{
|
{
|
||||||
result.buffer[i] = matrix1.buffer[i] + matrix2.buffer[i];
|
MatrixType summe = 0;
|
||||||
|
for (unsigned int k = 0; k < matrix1.cols; k++)
|
||||||
|
{
|
||||||
|
// Element (i, j) = Summe von (matrix1[i, k] * matrix2[k, j])
|
||||||
|
summe += getMatrixAt(matrix1, i, k) * getMatrixAt(matrix2, k, j);
|
||||||
|
}
|
||||||
|
setMatrixAt(summe, result, i, j);
|
||||||
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
return result;
|
return result;
|
||||||
}
|
}
|
||||||
|
|
||||||
|
|
||||||
}
|
|
||||||
|
|
||||||
Matrix multiply(const Matrix matrix1, const Matrix matrix2)
|
|
||||||
{
|
|
||||||
|
|
||||||
}
|
|
||||||
+6
-1
@@ -170,7 +170,12 @@ NeuralNetwork loadModel(const char *path)
|
|||||||
|
|
||||||
static Matrix imageBatchToMatrixOfImageVectors(const GrayScaleImage images[], unsigned int count)
|
static Matrix imageBatchToMatrixOfImageVectors(const GrayScaleImage images[], unsigned int count)
|
||||||
{
|
{
|
||||||
Matrix matrix = {NULL, 0, 0};
|
//Matrix matrix = {NULL, 0, 0};
|
||||||
|
// Explizite Initialisierung verwenden, um die Feldreihenfolge in matrix.h zu umgehen:
|
||||||
|
Matrix matrix;
|
||||||
|
matrix.buffer = NULL;
|
||||||
|
matrix.rows = 0;
|
||||||
|
matrix.cols = 0;
|
||||||
|
|
||||||
if(count > 0 && images != NULL)
|
if(count > 0 && images != NULL)
|
||||||
{
|
{
|
||||||
|
|||||||
+50
-1
@@ -5,10 +5,59 @@
|
|||||||
#include "unity.h"
|
#include "unity.h"
|
||||||
#include "neuralNetwork.h"
|
#include "neuralNetwork.h"
|
||||||
|
|
||||||
|
#define FILE_HEADER_STRING "__info2_neural_network_file_format__"
|
||||||
|
|
||||||
static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
|
static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
|
||||||
{
|
{
|
||||||
// TODO
|
FILE *file = fopen(path, "wb");
|
||||||
|
if (!file) return;
|
||||||
|
|
||||||
|
// 1) Header-Tag (Wort für Wort) schreiben
|
||||||
|
fwrite(FILE_HEADER_STRING, sizeof(char), strlen(FILE_HEADER_STRING), file);
|
||||||
|
|
||||||
|
// 2) Layer-Daten schreiben
|
||||||
|
for (unsigned int i = 0; i < nn.numberOfLayers; ++i)
|
||||||
|
{
|
||||||
|
const Layer *lay = &nn.layers[i];
|
||||||
|
int inputDim = (int)lay->weights.cols;
|
||||||
|
int outputDim = (int)lay->weights.rows;
|
||||||
|
|
||||||
|
// --- Spezifische Dimensions-Schreiblogik (Spiegelung der Leselogik) ---
|
||||||
|
if (i == 0) {
|
||||||
|
// FÜR DAS ERSTE LAYER (i=0):
|
||||||
|
// loadModel erwartet sowohl Input- als auch Output-Dimension direkt aus der Datei.
|
||||||
|
fwrite(&inputDim, sizeof(int), 1, file); // Schreibe Input-Dimension
|
||||||
|
fwrite(&outputDim, sizeof(int), 1, file); // Schreibe Output-Dimension
|
||||||
|
} else {
|
||||||
|
// FÜR ALLE WEITEREN LAYER (i > 0):
|
||||||
|
// loadModel merkt sich das Output-Dim des vorherigen Layers als neues Input-Dim.
|
||||||
|
// Es muss nur die neue Output-Dimension aus der Datei gelesen werden.
|
||||||
|
fwrite(&outputDim, sizeof(int), 1, file); // Schreibe NUR die Output-Dimension
|
||||||
|
}
|
||||||
|
|
||||||
|
// --- Matrizen-Daten schreiben ---
|
||||||
|
// Schreibe Gewichtsmatrix (Daten):
|
||||||
|
size_t weightCount = (size_t)lay->weights.rows * (size_t)lay->weights.cols; //size_t unsignierter ganzzahltyp
|
||||||
|
if (weightCount > 0 && lay->weights.buffer != NULL) {
|
||||||
|
// Schreibe alle MatrixType-Elemente (z.B. floats) der Gewichte.
|
||||||
|
fwrite(lay->weights.buffer, sizeof(MatrixType), weightCount, file);
|
||||||
|
}
|
||||||
|
|
||||||
|
// Schreibe Biases (Daten):
|
||||||
|
size_t biasCount = (size_t)lay->biases.rows * (size_t)lay->biases.cols;
|
||||||
|
if (biasCount > 0 && lay->biases.buffer != NULL) {
|
||||||
|
// Schreibe alle MatrixType-Elemente der Biases (oft eine Spalte).
|
||||||
|
fwrite(lay->biases.buffer, sizeof(MatrixType), biasCount, file);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// 3) Endmarkierung
|
||||||
|
// Am Ende der Schleife muss loadModel signalisiert werden, dass keine Layer mehr folgen.
|
||||||
|
// Dies geschieht, indem es beim Versuch, die nächste Dimension zu lesen, eine 0 findet.
|
||||||
|
int zero = 0;
|
||||||
|
fwrite(&zero, sizeof(int), 1, file); // Schreibe 4 Bytes, die den Wert 0 darstellen.
|
||||||
|
|
||||||
|
fclose(file); // Schließt die Datei und schreibt alle Puffer auf die Platte.
|
||||||
}
|
}
|
||||||
|
|
||||||
void test_loadModelReturnsCorrectNumberOfLayers(void)
|
void test_loadModelReturnsCorrectNumberOfLayers(void)
|
||||||
|
|||||||
Reference in new issue
Block a user