Compare commits

...

30 Commits

Author SHA1 Message Date
AD005\z004z3ez
ed983fc250 Kommentare angepasst 2025-11-24 15:21:25 +01:00
AD005\z004z3ez
8e5c32f197 weitere Verbesserungen 2025-11-24 15:14:51 +01:00
AD005\z004z3ez
15b4d5d016 Verbesserungen für die Unittests 2025-11-24 15:08:02 +01:00
e86179f3f1 bugfix für Unittests 2025-11-23 15:39:27 +01:00
AD005\z0046beb
b700b8106f prepare neural network file funkiton erstellt (alle zusammen) 2025-11-23 12:46:54 +01:00
AD005\z0046beb
b0bb932a92 ... 2025-11-23 12:10:06 +01:00
AD005\z004z3ez
b7d56d1cb4 Verbesserungen aus der Stunde 2025-11-20 11:05:32 +01:00
AD005\z0046beb
98e0fb1ec5 kommentare zu verbesserungen hinzugefügt 2025-11-20 10:12:11 +01:00
AD005\z004z3ez
952555f162 Formatierung des Codes 2025-11-20 09:16:46 +01:00
AD005\z004z3ez
8481f50f70 fix für unittests 2025-11-18 17:19:44 +01:00
546756e769 ACHTUNG GEFAHR 2025-11-18 17:03:03 +01:00
AD005\z004z3ez
b2c6d79981 clear Funktion erstellt 2025-11-18 16:59:22 +01:00
AD005\z004z3ez
c772e34cfd große Funktion in einzelne Teilfunktionen separiert -> Übersichtlichkeit 2025-11-18 16:39:46 +01:00
AD005\z004z3ez
e75d2956a9 Kommentare große Funktion 2025-11-18 09:53:09 +01:00
AD005\z004z3ez
0397890940 Fehlerbehebung der großen Funktion 2025-11-18 07:21:41 +01:00
AD005\z004z3ez
d3a79ff7bc kleine Änderungen zur Funktionalität 2025-11-17 17:52:07 +01:00
AD005\z0046beb
86360718ea Änderungen große Funktion 2025-11-17 17:40:31 +01:00
AD005\z0046beb
d73f9ec750 Verbesserungen an der großen Funktion 2025-11-17 17:36:57 +01:00
AD005\z0046beb
caaf6b402f große funktion einlesen angefangen 2025-11-17 17:09:20 +01:00
AD005\z004z3ez
9b4f9c0e70 Merge branch 'checkHeader-Funktion' 2025-11-17 14:40:59 +01:00
AD005\z004z3ez
689ae7bd56 Funktionsname geändert 2025-11-17 14:37:48 +01:00
AD005\z004z3ez
6bcf7fa1fb checkHeader-Funktion erstellt 2025-11-17 14:36:34 +01:00
AD005\z004z3ez
b411ffa6c1 check-Funktion erstellt 2025-11-17 14:03:26 +01:00
c1086b6be5 bugfixes und Formatierung (in neuem Zweig) 2025-11-13 23:10:26 +01:00
542d94eac8 Fehler aus Vorlesung verbessert (in Uni) 2025-11-13 22:04:44 +01:00
AD005\z004z3ez
d5466ae1fd Verbesserungen nach Informatik-Stunde 2025-11-13 11:13:40 +01:00
AD005\z004z3ez
b7de923066 Kommentare hinzugefügt 2025-11-12 20:06:57 +01:00
AD005\z0046beb
09ada4e4d0 unittest fail gefixt ( Matrix fails out of range bei getMatrixAt ) 2025-11-12 11:51:42 +01:00
AD005\z0046beb
4aee809756 bug fix in create matrix 2025-11-12 11:44:26 +01:00
AD005\z0046beb
b661866a16 bug fixes (data in buffer unbenannt) 2025-11-12 11:36:28 +01:00
5 changed files with 461 additions and 141 deletions

View File

@ -2,21 +2,227 @@
#include <stdlib.h>
#include <string.h>
#include "imageInput.h"
#define BUFFER_SIZE 100
#define FILE_HEADER_STRING "__info2_image_file_format__"
#define HEADER_LEN (sizeof(FILE_HEADER_STRING) - 1) //-1, um \0 Character rauszufiltern
// 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)
static FILE *openImageFile(const char *path)
{
GrayScaleImageSeries *series = NULL;
return fopen(path, "rb");
}
static int ReadCheckHeader(FILE *fp)
{
char header[HEADER_LEN + 1]; //Array mit Platz für Header Länge + \0 Character -> String
if(fread(header, 1, HEADER_LEN, fp) != HEADER_LEN)
return 0;
header[HEADER_LEN] = '\0'; // Nullterminator am Ende anhängen
if(strcmp(header, FILE_HEADER_STRING) != 0) // wenn beide identische sind gibt cmp 0 zurück
return 0;
return 1;
}
static int readMetaData(FILE *fp, unsigned short *numImages, unsigned short *width, unsigned short *height)
{
if(fread(numImages, sizeof(unsigned short), 1, fp) != 1 || fread(width, sizeof(unsigned short), 1, fp) != 1 || fread(height, sizeof(unsigned short), 1, fp)!= 1)
{
return 0;
}
return 1;
}
static int checkDimensions(unsigned int width, unsigned int height)
{
int ok = 0;
if(width > 0 && height > 0)
return ok = 1;
else
return ok = 0;
}
static GrayScaleImageSeries *allocateSeriesStruct(unsigned int numImages)
{
GrayScaleImageSeries *series = malloc(sizeof(GrayScaleImageSeries));
if(!series)
return NULL;
series->count = numImages;
//Speicher für die Pointer an sich belegen
series->images = malloc(numImages * sizeof(GrayScaleImage)); //Speicher für alle Bild-Strukturen, nicht aber für die Pixel selbst (denn image ist nochmal ein Array selbst)
series->labels = malloc(numImages * sizeof(unsigned char)); //Speicher für alle Labels, diese beiden zeilen in die funktion drüber mit rein
//Prüfen, ob Speicher für die Arrays reserviert werden konnte, wenn nicht -> Freigabe
if(series->images == NULL || series->labels == NULL){
free(series->images); //wenn trotzdem was reingeschrieben wurde, dann freigeben
free(series->labels);
free(series);
return NULL;
}
return series;
}
static int AllocateCheckPixelData(GrayScaleImageSeries *series, unsigned int numImages, unsigned int width, unsigned int height)
{
for(unsigned int i = 0; i < numImages; i++){
series -> images[i].buffer = malloc(width * height); //Speicher für Pixeldaten selbst
if(series->images[i].buffer == NULL){
for(unsigned int j = 0; j < i; j++){
free(series->images[j].buffer); //wenn Speicher nicht reserviert werden konnte, dann zuerst das Array mit Pixeldaten freigeben
}
free(series->images); //anschließend auch die Speicher für Bildstrukturen und Label-Arrays freigeben, weil zuvor für diese schon Speicher reserviert wurde
free(series->labels);
free(series);
return 0;
}
}
return 1;
}
static int ReadImagesAndLabels(FILE *fp, GrayScaleImageSeries *series, unsigned int numImages, unsigned int width, unsigned int height)
{
for(int i = 0; i < numImages; i++)
{
//Breite und Höhe werden gesetzt (GrayScaleImage)
series -> images[i].width = width;
series -> images[i].height = height;
//Pixeldaten einlesen und Prüfen ob alle essentiellen Pixel eingelesen wurden
if(fread(series -> images[i].buffer, 1, width * height, fp) != (width * height))
{
clearSeries(series);
return 0;
}
//Jedes Bild hat ein Label, was direkt danach eingelesen wird und auf Größe geprüft wird
if(fread(&series -> labels[i], 1, 1, fp) != 1){
clearSeries(series);
return 0;
}
}
return 1;
}
// TODO Vervollständigen Sie die Funktion readImages unter Benutzung Ihrer Hilfsfunktionen
GrayScaleImageSeries *readImages(const char *path)//funktionsnamen immer klein anfangen
{
GrayScaleImageSeries *series = NULL;
//Datei im Binärmodus öffnen
FILE *fp = openImageFile(path); //funktion weglassen weil sie keine zusätzlichen infos bringt
if(!fp)
return NULL;
//Buffer zum Einlesen des Headers
char header[HEADER_LEN];
//Prüfen, ob genau die HEADER_LEN Bytes eingelesen werden
if(!ReadCheckHeader(fp)){
fclose(fp);
return NULL;
}
//Anzahl der Bilder, Breite und Höhe einlesen
unsigned short numImages, width, height;
if(!readMetaData(fp, &numImages, &width, &height)){
fclose(fp);
return NULL;
}
//Prüfen, ob gültige Länge oder Breite
if(!checkDimensions(width, height)){
fclose(fp);
return NULL;
}
//Speicher für die gesamte Bildserie reservieren (aber nur für die Struktur)
series = allocateSeriesStruct(numImages);
if(!series) {
fclose(fp);
return NULL; //Fehler bei Speicherreservierung
}
//Speicher für die Pixeldaten selbst reserviern und prüfen, ob er reserviert werden konnte
if(!AllocateCheckPixelData(series, numImages, width, height)){
fclose(fp);
return NULL;
}
//Einlesen der Pixeldaten und des zugehörigen Labels und prüfen auf Fehler
if(!ReadImagesAndLabels(fp, series, numImages, width, height)){
fclose(fp);
return NULL;
} // funktionen anders aufteilen: erst für alles speicher holen und dann bild und label einlesen aber ist geschmackssache, ziel ist es ohne kommentare auskommen zu können
fclose(fp);
return series;
}
// TODO Vervollständigen Sie die Funktion clearSeries, welche eine Bildserie vollständig aus dem Speicher freigibt
void clearSeries(GrayScaleImageSeries *series)
{
}
if (series == NULL){
return;
}
for(unsigned int i = 0; i < series->count; i++){
free(series->images[i].buffer);
}
free(series->images);
free(series->labels);
free(series);
}

328
matrix.c
View File

@ -2,200 +2,264 @@
#include <string.h>
#include <stdio.h>
#include "matrix.h"
// TODO Matrix-Funktionen implementieren
enum addModes{SAMEDIMENSIONS, COLVEC, ROWVEC}; // mit typedef arbeiten
Matrix createMatrix(unsigned int rows, unsigned int cols)
{
Matrix m;
m.rows = rows;
m.cols = cols;
m.data = NULL;
m.buffer = NULL;
if(rows == 0 || cols == 0)
{
printf("Error");
exit(EXIT_FAILURE);
m.rows = 0;
m.cols = 0;
m.buffer = NULL;
return m;
}
m.data = calloc(rows * cols, sizeof(MatrixType));
if (m.data == NULL)
m.buffer = calloc(rows * cols, sizeof(MatrixType));
if (m.buffer == NULL)
{
printf("Error");
exit(EXIT_FAILURE);
m.rows = 0;
m.cols = 0;
m.buffer = NULL;
return m;
}
return m;
}
void clearMatrix(Matrix *matrix)
{
free(matrix->data);
matrix->rows = 0;
matrix->cols = 0;
matrix->data = NULL;
if (matrix->buffer == NULL)
{
matrix->rows = 0;
matrix->cols = 0;
matrix->buffer = NULL;
return;
}
else
{
free(matrix->buffer);
matrix->rows = 0;
matrix->cols = 0;
matrix->buffer = NULL;
}
}
void setMatrixAt(MatrixType value, Matrix matrix, unsigned int rowIdx, unsigned int colIdx)
{
matrix.data[(rowIdx * matrix.cols) + colIdx] = value; //wir setzen den data-Wert an der Stelle (rowIdx*Spalten + colIdx) auf den Wert von value
if(matrix.buffer == NULL || rowIdx >= matrix.rows || colIdx >= matrix.cols)
{
return;
}
else
{
matrix.buffer[(rowIdx * matrix.cols) + colIdx] = value; //wir setzen den data-Wert an der Stelle (rowIdx*Spalten + colIdx) auf den Wert von value
}
}
MatrixType getMatrixAt(const Matrix matrix, unsigned int rowIdx, unsigned int colIdx)
{
return matrix.data[(rowIdx * matrix.cols) + colIdx];
if(matrix.buffer == NULL || rowIdx >= matrix.rows || colIdx >= matrix.cols)
{
return UNDEFINED_MATRIX_VALUE;
}
return matrix.buffer[(rowIdx * matrix.cols) + colIdx];
}
static int get_add_mode(Matrix matrix1, Matrix matrix2) //int stimmt zwar, aber man kann auch statt int den enum als typedef und dann als rückgabetyp nehmen
{
int get_add_mode = -1;
if(matrix1.cols == matrix2.cols && matrix1.rows == matrix2.rows)
{
get_add_mode = SAMEDIMENSIONS;
}
else if(matrix1.cols == 1 && matrix1.rows == matrix2.rows)
{
get_add_mode = COLVEC;
}
else if(matrix2.cols == 1 && matrix1.rows == matrix2.rows)
{
get_add_mode = COLVEC;
}
else if(matrix1.rows == 1 && matrix1.cols == matrix2.cols)
{
get_add_mode = ROWVEC;
}
else if(matrix2.rows == 1 && matrix1.cols == matrix2.cols)
{
get_add_mode = ROWVEC;
}
return get_add_mode;
}
Matrix addSameDim(Matrix matrix1, Matrix matrix2) //static funktionen!!!
{
Matrix matrix_erg = createMatrix(matrix1.rows, matrix1.cols);
for(int i = 0; i < (matrix1.rows * matrix1.cols); i++)
{
matrix_erg.buffer[i] = matrix1.buffer[i] + matrix2.buffer[i];
}
return matrix_erg;
}
Matrix addColVec(Matrix matrix1, Matrix matrix2)
{
Matrix matrix_erg;
if(matrix1.cols == 1)
{
matrix_erg = createMatrix(matrix2.rows, matrix2.cols);
for(int i = 0; i < matrix2.rows; i++)
{
for(int j = 0; j < matrix2.cols; j++)
{
matrix_erg.buffer[i * matrix2.cols + j] = matrix1.buffer[i] + matrix2.buffer[i * matrix2.cols + j];
}
}
}
if(matrix2.cols == 1)
{
matrix_erg = createMatrix(matrix1.rows, matrix1.cols);
for(int i = 0; i < matrix1.rows; i++)
{
for(int j = 0; j < matrix1.cols; j++)
{
matrix_erg.buffer[i * matrix1.cols + j] = matrix1.buffer[i * matrix1.cols + j] + matrix2.buffer[i];
}
}
}
return matrix_erg;
}
Matrix addRowVec(Matrix matrix1, Matrix matrix2)
{
Matrix matrix_erg;
if(matrix1.rows == 1)
{
matrix_erg = createMatrix(matrix2.rows, matrix2.cols);
for(int i = 0; i < matrix2.rows; i++)
{
for(int j = 0; j < matrix2.cols; j++)
{
matrix_erg.buffer[i * matrix2.cols + j] = matrix1.buffer[j] + matrix2.buffer[i * matrix2.cols + j];
}
}
}
if(matrix2.rows == 1)
{
matrix_erg = createMatrix(matrix1.rows, matrix1.cols);
for(int i = 0; i < matrix1.rows; i++)
{
for(int j = 0; j < matrix1.cols; j++)
{
matrix_erg.buffer[i * matrix1.cols + j] = matrix1.buffer[i * matrix1.cols + j] + matrix2.buffer[j];
}
}
}
return matrix_erg;
}
static int can_add(Matrix matrix1, Matrix matrix2) {
int can_add;
if(matrix1.cols == matrix2.cols && matrix1.rows == matrix2.rows){
can_add = 1;
}
else if(matrix1.cols == 1 && matrix1.rows == matrix2.rows){
can_add = 2;
}
else if(matrix2.cols == 1 && matrix1.rows == matrix2.rows){
can_add = 3;
}
else if(matrix1.rows == 1 && matrix1.cols == matrix2.cols){
can_add = 4;
}
else if(matrix2.rows == 1 && matrix1.cols == matrix2.cols){
can_add = 5;
}
else{
can_add = 0;
}
return can_add;
}
Matrix add(const Matrix matrix1, const Matrix matrix2) //wir addieren nur wenn beide Matrizen gleich groß sind oder eine von beiden eine Zeile oder eine Spalte besitzt
Matrix add(const Matrix matrix1, const Matrix matrix2)
{
int ok = can_add(matrix1,matrix2);
unsigned int erg_rows = (matrix1.rows == matrix2.rows) ? matrix1.rows : (matrix1.rows == 1 ? matrix2.rows : matrix1.rows);
unsigned int erg_cols = (matrix1.cols == matrix2.cols) ? matrix1.cols : (matrix1.cols == 1 ? matrix2.cols : matrix1.cols);
Matrix matrix_erg = createMatrix(erg_rows, erg_cols);
int ok = get_add_mode(matrix1,matrix2); //auch wieder enum als typ statt int (wenn oben typedef dann kann man sich auch das enum sparen)
Matrix matrix_erg = createMatrix(0, 0);
switch(ok)
{
case 1:
for(int i = 0; i < (matrix1.rows * matrix1.cols); i++)
matrix_erg.data[i] = matrix1.data[i] + matrix2.data[i];
case SAMEDIMENSIONS:
matrix_erg = addSameDim(matrix1, matrix2);
break;
case 2:
for(int i = 0; i < erg_rows; i++){
for(int j = 0; j < erg_cols; j++)
matrix_erg.data[i * erg_cols + j] = matrix1.data[i * erg_cols + j] + matrix2.data[i];
}
case COLVEC:
matrix_erg = addColVec(matrix1, matrix2);
break;
case 3:
for(int i = 0; i < erg_rows; i++){
for(int j = 0; j < erg_cols; j++)
matrix_erg.data[i * erg_cols + j] = matrix1.data[i] + matrix2.data[i * erg_cols + j];
}
case ROWVEC:
matrix_erg = addRowVec(matrix1, matrix2);
break;
case 4:
for(int i = 0; i < erg_rows; i++){
for(int j = 0; j < erg_cols; j++)
matrix_erg.data[i * erg_cols + j] = matrix1.data[i * erg_cols + j] + matrix2.data[j];
}
break;
case 5:
for(int i = 0; i < erg_rows; i++){
for(int j = 0; j < erg_cols; j++)
matrix_erg.data[i * erg_cols + j] = matrix1.data[j] + matrix2.data[i * erg_cols + j];
}
break;
default:
printf("Matrix addition not possible\n");
exit(EXIT_FAILURE);
}
return matrix_erg;
return matrix_erg;
}
static int can_multiply (Matrix matrix1, Matrix matrix2)
{
int can_multiply = 0;
if(matrix1.cols == matrix2.rows)
{
can_multiply = 1;
}
return can_multiply;
}
Matrix multiply(const Matrix matrix1, const Matrix matrix2)
{
int ok = can_multiply(matrix1,matrix2);
unsigned int erg_rows = matrix1.rows;
unsigned int erg_cols = matrix2.cols;
Matrix matrix_erg = createMatrix(erg_rows, erg_cols);
Matrix matrix_erg = createMatrix(0, 0);
if (ok == 1)
{
matrix_erg = createMatrix(erg_rows, erg_cols);
for (int i = 0; i < erg_rows; i++)
{
for (int j = 0; j < erg_cols; j++)
{
MatrixType sum = 0;
for (int k = 0; k < matrix1.cols; k++)
{
sum += matrix1.data[i * matrix1.cols + k] * matrix2.data[k * matrix2.cols + j];
sum += getMatrixAt(matrix1, i, k) * getMatrixAt(matrix2, k, j);
}
matrix_erg.data [i * erg_cols + j] = sum;
setMatrixAt(sum, matrix_erg, i, j);
}
}
}
}
return matrix_erg;
}
else
{
printf("Matrix multiplication not possible\n");
exit(EXIT_FAILURE);
}
}
return matrix_erg;
}

View File

@ -11,7 +11,7 @@ typedef struct
{
unsigned int rows;
unsigned int cols;
MatrixType *data;
MatrixType *buffer;
}Matrix;
Matrix createMatrix(unsigned int rows, unsigned int cols);

View File

@ -170,7 +170,7 @@ NeuralNetwork loadModel(const char *path)
static Matrix imageBatchToMatrixOfImageVectors(const GrayScaleImage images[], unsigned int count)
{
Matrix matrix = {NULL, 0, 0};
Matrix matrix = {0, 0, NULL};
if(count > 0 && images != NULL)
{

View File

@ -4,11 +4,61 @@
#include <math.h>
#include "unity.h"
#include "neuralNetwork.h"
#define IDENT_TAG "__info2_neural_network_file_format__"
static void writeWeights(Layer layer, FILE *file)
{
unsigned int n = (unsigned int)layer.weights.rows * layer.weights.cols; //col und row müssen nicht extra eingelesen werden, da loadModel die Dimensionen selbst aus der Datei liest
fwrite(layer.weights.buffer, sizeof(MatrixType), n, file);
}
static void writeBiases(Layer layer, FILE *file)
{
unsigned int n = (unsigned int)layer.biases.rows * layer.biases.cols;
fwrite(layer.biases.buffer, sizeof(MatrixType), n, file);
}
static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
{
// TODO
//file erstellen und zum Binärschreiben öffnen
FILE *file = fopen(path, "wb");
if(file == NULL)
return;
//header reinschreiben
const char *header = IDENT_TAG;
fwrite(header, sizeof(char), strlen(header), file);
//Schließen der Datei, falls kein Layer vorhanden
if (nn.numberOfLayers == 0 || nn.layers == NULL)
{
fclose(file);
return;
}
//Erste Eingangsdimension: Spalten der ersten Gewichtsmatrix
unsigned int inputDim = (unsigned int)nn.layers[0].weights.cols;
fwrite(&inputDim, sizeof(unsigned int), 1, file);
//für jede Schicht: Dimension, Gewichte und Biases schreiben
for (unsigned int i = 0; i < nn.numberOfLayers; i++)
{
Layer layer = nn.layers[i];
unsigned int outputDim = (unsigned int)layer.weights.rows;
fwrite(&outputDim, sizeof(unsigned int), 1, file);
//Weight-Matrixwerte schreiben
writeWeights(layer, file);
//Bias-Vektorwerte schreiben
writeBiases(layer, file);
}
fclose(file);
}
void test_loadModelReturnsCorrectNumberOfLayers(void)