Merge branch 'main' of https://git.efi.th-nuernberg.de/gitea/kohlerma104069/NeuronalesNetz_TMN

Startcode/matrix.c

@@ -1,10 +1,31 @@
 #include <stdlib.h>
+#include <stdio.h>
 #include <string.h>
 #include "matrix.h"
 
-
 Matrix createMatrix(unsigned int rows, unsigned int cols){
+/*
+    unsigned int memory_depth = 0;
+    memory_depth = rows * cols;                                 //Meine Speichertiefe ist die Anzahl meiner Spalten mal die Reihen
 
+    unsigned int memory_reservation = 0;
+    memory_reservation = memory_depth * sizeof(MatrixType);     //Nimmt die Speichertiefe mal die größe der einzelnen Speicherinhalte (float)
+
+    Matrix.space = malloc(memory_reservation);                  //Reserviert den Speicher und gibt den Zeiger auf die erste Speicheradresse dem zeiger space
+*/
+    Matrix matrix;                                              //Matrix ist der Datentyp (im struct bestimmt). wir brauchen hier aber eine lokale variable (!NIX GLOBAL!) daher ist matrix eine Variable vom Typ Matrix.
+
+    matrix.rows = rows;
+    matrix.cols = cols;
+    matrix.space = malloc(rows * cols * sizeof(MatrixType));
+
+    if (matrix.space == NULL) {
+        fprintf(stderr, "Error, matrix could not be created...\n");
+        matrix.rows = 0;
+        matrix.cols = 0;
+    }
+
+    return matrix;
 }
 
 

Startcode/neuralNetworkTests.c

@@ -4,13 +4,55 @@
 #include <math.h>
 #include "unity.h"
 #include "neuralNetwork.h"
-
-
-static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
+/*
+ ---------------------------------------------------------------------------------------------------------
+*/
+// TODO Nico
+static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)      //Exklusive Funktion ohne Rückgabewert mit Übergabewerten "path" für den Dateinamen und "nn" für das neuronale Netz dessen Daten abgespeichert werden soll
 {
-    // TODO
+    /*---Datei zum Schreiben im Binärmodus öffnen---*/
+    FILE *file = fopen(path, "wb");     //Öffnet die Datei "path" als write Binary
+    if(file == NULL)                    //Wenn Datei nicht geöffnet werden kann, bringe einen Fehler und breche das Programm ab
+    {
+        return;
     }
 
+    /*---Indifikationstag an den Anfang schreiben---*/
+    const char *fileTag = "info2_neural_network_file_format";       //Der Text der laut Angabe am Anfang der Datei stehen muss
+    fwrite(fileTag, sizeof(char), strlen(fileTag), file);           //Schreibbefehl mit Parametern (Vorgegebener Text soll geschrieben werden (Adresse), Größe eines Buchstaben, Länge des Textes, Zielort "file")
+
+    /*---Anzahl der Layer speichern---*/
+    fwrite(&nn.numberOfLayers, sizeof(int), 1, file);      //Schreibbefehl mit Parametern (Die Adresse von "nn.numberOfLayers" soll geschrieben werden, eine ganze Zahl als "int" wird abgespeichert, es wird genau eine solche Zahl geschrieben, Zielort "file")
+
+    /*---Schleife für jeden Layer um Gewichte und Bias zu speichern---*/
+    for(int i = 0; i < nn.numberOfLayers; i++)      //Schleife von 0 bis Anzahl der Layer
+    {
+        Layer layer = nn.layers[i];     //Benutzt aktuellen Layer mit Nummer "i" und benutzt Hilfsvariable "layer"
+
+        /*---Weights speichern---*/
+        fwrite(&layer.weights.rows, sizeof(int), 1, file);       //Schreibbefehl mit Parametern mit (Anzahl Zeilen Weights (Adresse), eine ganze Zahl als "int" abspeichern, es wird genau eine solche Zahl gespeichert, Zielort "file") --> Speichert ab, wie viele Zeilen Gewichts-Tabelle hat
+        fwrite(&layer.weights.cols, sizeof(int), 1, file);       //Schreibbefehl mit Parametern mit (Anzahl Spalten Weights (Adresse), eine ganze Zahl als "int" abspeichern, es wird genau eine solche Zahl gespeichert, Zielort "file") --> Speichert ab, wie viele Spalten Gewichts-Tabelle hat
+
+        int weightCount = layer.weights.rows * layer.weights.cols;      //Berechnet die Gesamtzahl der Zahlen in der Weight Tabelle
+
+        fwrite(layer.weights.buffer, sizeof(MatrixType), weightCount, file);        //Schreibbefehl mit Parametern mit (Weight Buffer (Adresse), eine ganze Zahl in "MatrixType" abspeichern, es wird der zuvor berechnete Wert gespeichert, Zielort "file") --> Speichert alle eigentlichen Zahlenwerte der Weights auf einmal in die Datei. Buffer ist bereits intern ein Zeiger, deswegen kein "&"
+
+
+        /*---Bias speichern---*/
+        fwrite(&layer.biases.rows, sizeof(int), 1, file);       //Schreibbefehl mit Parametern mit (Anzahl Zeilen Bias (Adresse), eine ganze Zahl als "int" abspeichern, es wird genau eine solche Zahl gespeichert, Zielort "file") --> Speichert ab, wie viele Zeilen Bias-Tabelle hat
+        fwrite(&layer.biases.cols, sizeof(int), 1, file);       //Schreibbefehl mit Parametern mit (Anzahl Spalten Bias (Adresse), eine ganze Zahl als "int" abspeichern, es wird genau eine solche Zahl gespeichert, Zielort "file") --> Speichert ab, wie viele Spalten Bias-Tabelle hat
+
+        int biasCount = layer.biases.rows * layer.biases.cols;      //Berechnet die Gesamtzahl der Zahlen in der Bias Tabelle
+
+        fwrite(layer.biases.buffer, sizeof(MatrixType), biasCount, file);       //Schreibbefehl mit Parametern mit (Bias Buffer (Adresse), eine ganze Zahl in "MatrixType" abspeichern, es wird der zuvor berechnete Wert gespeichert, Zielort "file") --> Speichert alle eigentlichen Zahlenwerte der Weights auf einmal in die Datei. Buffer ist bereits intern ein Zeiger, deswegen kein "&"
+    }
+
+    /*---Datei wieder schließen---*/
+    fclose(file);       //Schließe die Datei wieder, wenn alle Daten sauber geschrieben wurden
+}
+/*
+ ---------------------------------------------------------------------------------------------------------
+*/
 void test_loadModelReturnsCorrectNumberOfLayers(void)
 {
     const char *path = "some__nn_test_file.info2";
@@ -35,7 +77,9 @@ void test_loadModelReturnsCorrectNumberOfLayers(void)
     TEST_ASSERT_EQUAL_INT(expectedNet.numberOfLayers, netUnderTest.numberOfLayers);
     clearModel(&netUnderTest);
 }
-
+/*
+ ---------------------------------------------------------------------------------------------------------
+*/
 void test_loadModelReturnsCorrectWeightDimensions(void)
 {
     const char *path = "some__nn_test_file.info2";
@@ -59,6 +103,9 @@ void test_loadModelReturnsCorrectWeightDimensions(void)
     clearModel(&netUnderTest);
 }
 
+/*
+ ---------------------------------------------------------------------------------------------------------
+*/
 void test_loadModelReturnsCorrectBiasDimensions(void)
 {
     const char *path = "some__nn_test_file.info2";
@@ -81,7 +128,9 @@ void test_loadModelReturnsCorrectBiasDimensions(void)
     TEST_ASSERT_EQUAL_INT(expectedNet.layers[0].biases.cols, netUnderTest.layers[0].biases.cols);
     clearModel(&netUnderTest);
 }
-
+/*
+ ---------------------------------------------------------------------------------------------------------
+*/
 void test_loadModelReturnsCorrectWeights(void)
 {
     const char *path = "some__nn_test_file.info2";
@@ -106,7 +155,9 @@ void test_loadModelReturnsCorrectWeights(void)
     TEST_ASSERT_EQUAL_INT_ARRAY(expectedNet.layers[0].weights.buffer, netUnderTest.layers[0].weights.buffer, n);
     clearModel(&netUnderTest);
 }
-
+/*
+ ---------------------------------------------------------------------------------------------------------
+*/
 void test_loadModelReturnsCorrectBiases(void)
 {
     const char *path = "some__nn_test_file.info2";
@@ -131,7 +182,9 @@ void test_loadModelReturnsCorrectBiases(void)
     TEST_ASSERT_EQUAL_INT_ARRAY(expectedNet.layers[0].biases.buffer, netUnderTest.layers[0].biases.buffer, n);
     clearModel(&netUnderTest);
 }
-
+/*
+ ---------------------------------------------------------------------------------------------------------
+*/
 void test_loadModelFailsOnWrongFileTag(void)
 {
     const char *path = "some_nn_test_file.info2";
@@ -154,7 +207,9 @@ void test_loadModelFailsOnWrongFileTag(void)
     TEST_ASSERT_NULL(netUnderTest.layers);
     TEST_ASSERT_EQUAL_INT(0, netUnderTest.numberOfLayers);
 }
-
+/*
+ ---------------------------------------------------------------------------------------------------------
+*/
 void test_clearModelSetsMembersToNull(void)
 {
     const char *path = "some__nn_test_file.info2";
@@ -186,7 +241,9 @@ static void someActivation(Matrix *matrix)
         matrix->buffer[i] = fabs(matrix->buffer[i]);
     }
 }
-
+/*
+ ---------------------------------------------------------------------------------------------------------
+*/
 void test_predictReturnsCorrectLabels(void)
 {
     const unsigned char expectedLabels[] = {4, 2};
@@ -215,15 +272,19 @@ void test_predictReturnsCorrectLabels(void)
     TEST_ASSERT_EQUAL_UINT8_ARRAY(expectedLabels, predictedLabels, n);
     free(predictedLabels);
 }
-
+/*
+ ---------------------------------------------------------------------------------------------------------
+*/
 void setUp(void) {
     // Falls notwendig, kann hier Vorbereitungsarbeit gemacht werden
 }
 
+
 void tearDown(void) {
     // Hier kann Bereinigungsarbeit nach jedem Test durchgeführt werden
 }
 
+/*----------------------------------------------------------------------------------------------------------- */
 int main()
 {
     UNITY_BEGIN();