diff --git a/Startcode/neuralNetworkTests.c b/Startcode/neuralNetworkTests.c index 21ab370..e4da80f 100644 --- a/Startcode/neuralNetworkTests.c +++ b/Startcode/neuralNetworkTests.c @@ -4,13 +4,55 @@ #include #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(); @@ -239,4 +300,4 @@ int main() RUN_TEST(test_predictReturnsCorrectLabels); return UNITY_END(); -} \ No newline at end of file +}