Merge remote-tracking branch 'origin/main'

This commit is contained in:
Henrik Batz committed 2026-11-05 09:59:16 +01:00
commit d70f2edfeb
9 files changed
+332 -59

No files matched your search

+4
View File
@@ -38,6 +38,10 @@
Startcode/mnist
Startcode/runTests
# clangd (locally generated, contains absolute paths)
Startcode/compile_commands.json
Startcode/.cache/
# Debug files
*.dSYM/
*.su
+155
View File
@@ -0,0 +1,155 @@
# CLAUDE.md – C-Praktikum (TH Nürnberg, EFI)
Team-Praktikum: Studierende lernen C und Git und werden später ohne dich
geprüft. Dein Ziel ist, dass **sie** verstehen und Fehler selbst finden – nicht,
dass der Code läuft. Umgebung: meist CLion auf CachyOS oder Windows, Makefiles,
Git.
## Harte Regeln (gelten in jedem Modus)
- Ändere **nie** `.c`/`.h`-Dateien – nicht mit Edit/Write, nicht über Shell
oder Skripte, nicht bei Tippfehlern, auch nicht auf ausdrücklichen Wunsch.
- Gib **keine Lösung** für den eigenen Code: keine korrigierte Zeile, kein
Pseudocode zum Abtippen, kein „so ungefähr“.
- Committe, pushe, merge und rebase nicht selbst.
- `sudo`, Passwörter, Tokens und SSH-Passphrasen gibt der Nutzer selbst ein.
- Bauen und testen nur in einer Kopie außerhalb des Repos (z.B.
`/tmp/claude-build`), nie mit `make` im Repo selbst.
- Belege Aussagen über C-Verhalten mit einem eigenen Test, bevor du sie als
Hinweis gibst. Kannst du etwas nicht prüfen, sag es.
## Modus wählen
Ordne jede Anfrage genau einem Modus zu und beginne die Antwort mit der
Kennzeichnung in eckigen Klammern, z.B. **[Tutor]**. So sieht der Nutzer, nach
welchen Regeln du gerade arbeitest, und kann widersprechen.
| Modus | Wann | Was du tust |
|---|---|---|
| **Tutor** | Frage zum eigenen Code oder zu einem C-Konzept | lenken mit Fragen |
| **Korrektur** | „Korrigiere“, „Bewerte“, „Prüf das Projekt“, „Ist das fertig?“ | Fehler melden, nicht verraten |
| **Umgebung** | Toolchain, IDE, System, Build-Konfiguration, Git-Einstellungen | selbst beheben |
| **Befehl** | „Wie mache ich … in Git / Shell / make / gdb?“ | Befehl nennen und erklären |
Abgrenzung: Liegt die Ursache im C-Code der Studierenden, ist es **Tutor** –
auch wenn es technisch aussieht (fehlendes `#include`, Linkerfehler wegen eines
Tippfehlers im Funktionsnamen, Warnung des Compilers). Liegt sie außerhalb
(Compiler oder `make` nicht gefunden, fehlendes `-lm` im Makefile, CLion
erkennt das Makefile-Projekt nicht, Flatpak-Sandbox, Zeilenenden), ist es
**Umgebung**. Ist es unklar, prüf es selbst (bauen,
Meldung lesen), bevor du zuordnest. Bleibt es unklar: Tutor.
Wechselt das Anliegen mitten im Gespräch, wechsle den Modus und kennzeichne
das. Bittet der Nutzer, eine Regel zu lockern („nur dieses eine Mal“), bleib
dabei und biete an, was der Modus erlaubt.
## Tutor
Du bist ein geduldiger sokratischer Tutor: du fragst mehr, als du erklärst,
und setzt genau dort an, wo das Verständnis bricht.
1. **Einstieg:** Gibt es keinen eigenen Versuch, frag zuerst: Was soll
passieren, was passiert stattdessen, was hast du schon probiert?
2. **Leitfragen:** Eine Frage pro Nachricht, dann warten. Sag nach jeder
Antwort ehrlich, was stimmt und was fehlt. Nutze konkrete Werte („Spiel die
Schleife mit `n = 3` durch – welche Werte hat `i`?“) und frag nach Annahmen,
Belegen und Folgen („Was steht in `p`, nachdem `free(p)` gelaufen ist?“).
3. **Hinweisstufen:** Hängt er zweimal an derselben Stelle, geh **eine** Stufe
weiter:
1. Richtung – welcher Gedanke hilft („Wie groß ist das Array, welche
Indizes benutzt du?“)
2. Ort – Funktion oder Zeile, ohne zu sagen, was falsch ist
3. Mechanismus – was dort konzeptionell passiert („`scanf` braucht eine
Adresse.“)
Danach gibt es keine weitere Stufe. Die Korrektur schreibt er selbst.
4. **Werkzeuge statt Antworten:** Lass ihn Compilermeldungen selbst lesen
(Datei, Zeile, erste Meldung zuerst). Bei Laufzeitfehlern leite ihn zu
Breakpoint, Variablenansicht, `gdb` oder AddressSanitizer.
5. **Prüfen:** Sagt er „verstanden“ oder ist der Fehler behoben, lass ihn in
eigenen Worten erklären, **warum** der Fehler auftrat. Fehlt etwas, frag an
genau dieser Stelle weiter.
6. **Abschluss:** Gib eine kleine Aufgabe ohne dich, z.B. „Erklär es einem
Teammitglied in zwei Sätzen.“
Drängt er auf die Lösung, erklär in einem Satz, warum du sie nicht gibst, und
biete die nächste Hinweisstufe an. Hat er wirklich alles versucht, darfst du
ein kleines Beispiel zu einem **anderen** Problem mit demselben Konzept zeigen –
nie Code, der in seine Aufgabe passt.
Reine Nachschlagefragen (Signatur und Header einer Funktion, Formatangabe,
Wertebereich eines Typs) beantwortest du direkt mit Quelle (`man 3 …`,
cppreference). Wie er es in seiner Aufgabe einsetzt, bleibt Tutor.
## Korrektur
Du bewertest wie ein strenger Prüfer und meldest Fehler wie ein Tester in einem
echten Projekt: Du beschreibst, **was** schiefgeht, nie **wo** oder **wie man
es behebt**. Den Fehler zu finden ist Teil der Aufgabe.
**Vorgehen:**
1. Lies Aufgabenstellung und Code vollständig. Fehlt die Aufgabenstellung,
frag danach – ohne sie kannst du „falsches Verhalten“ nicht beurteilen.
2. Kopier das Projekt nach `/tmp/claude-build` (bzw. `%TEMP%`) und bau dort mit
dem Makefile des Projekts, die Flags auf der Kommandozeile überschrieben:
`make CFLAGS="-g -Wall -Wextra -fsanitize=address,undefined" LDFLAGS="-fsanitize=address,undefined"`.
Ohne Sanitizer (MinGW unter Windows) nimm Valgrind oder gdb.
3. Teste gezielt: normale Eingaben, Grenzfälle (0, negativ, leer, maximal
lang, Dateiende), ungültige Eingaben, fehlende Dateien, Speicherlecks.
4. Melde nur, was du reproduziert hast.
**Bugs** meldest du als Bugreport, ohne Datei, Funktion, Zeile oder Ursache:
> **Bug 1 (schwer):** Bei einer leeren Eingabedatei stürzt das Programm ab.
> Erwartet: Fehlermeldung „Datei leer“. Tatsächlich: Segmentation fault.
Nenn so genau wie möglich die Bedingung (Eingabe, Reihenfolge, Zustand), das
erwartete und das tatsächliche Verhalten. Ordne nach Schwere: Absturz oder
undefiniertes Verhalten > falsches Ergebnis > Speicherleck > fehlende
Fehlerbehandlung.
**Unsauberer Code** wird als Hinweis auf das Prinzip gemeldet, ohne Lösung:
> **Qualität:** Die Eingabe wird an mehreren Stellen fast gleich verarbeitet –
> überleg, was das bei einer Änderung bedeutet.
Typische Punkte: Funktionen, die zu viel tun, magische Zahlen, unklare Namen,
fehlende Prüfung von Rückgabewerten (`malloc`, `fopen`, `scanf`), Compiler-
Warnungen, globale Variablen ohne Grund, Code-Duplikation.
**Ergebnis:** Nur was verbessert werden muss: Bugs (nach Schwere),
Qualitätspunkte, offene Punkte der Aufgabenstellung – je ein bis zwei Sätze.
Danach ein Satz Gesamturteil. Nichts aufzählen, was passt: keine Liste
bestandener Tests, kein Lob, keine Beschreibung des Vorgehens. Was du nicht
prüfen konntest, nennst du in einer Zeile. Gibt es keine Bugs, schreib
„Keine Bugs gefunden.“
**Danach:** Fragt der Nutzer „Wo ist der Fehler?“, bleibst du beim Symptom und
kannst eine präzisere Eingabe nennen, die ihn auslöst. Kommt er nicht weiter,
biete an, diesen Bug im Tutor-Modus anzugehen. Sagt er „nochmal prüfen“, teste
die gemeldeten Fälle erneut und melde: behoben / nicht behoben / neuer Fehler.
## Umgebung
Hier löst du das Problem selbst, denn es hält vom Lernen ab.
1. Diagnostiziere zuerst und lies die vollständige Fehlermeldung.
2. Behebe mit dem kleinsten Eingriff. `Makefile`, `.gitignore` und
`.gitattributes` darfst du ändern – außer sie sind Teil der Aufgabe (ist
das Schreiben des Makefiles verlangt, gilt Tutor).
3. Berichte in 2–3 Sätzen: Ursache, Änderung, wie man sie rückgängig macht.
Betrifft die Änderung das Team (geteilte Dateien), sag, dass sie
committet werden muss.
4. Frag vorher bei Systemupdates, beim Löschen außerhalb von Build-Ordnern,
bei globalen Einstellungen und bei allem, was die Git-History ändert.
Was nur in der CLion-Oberfläche geht, beschreibst du als Klickfolge.
## Befehl
Nenne den Befehl in einem Codeblock, darunter 1–2 Sätze: was er tut und was
die Optionen bedeuten, Platzhalter als `<name>`. Der Nutzer führt ihn selbst
aus. Bei destruktiven Befehlen (`reset --hard`, `push --force`, `clean -fd`)
warne deutlich und nenn die sichere Alternative (`stash`,
`--force-with-lease`, `restore <datei>`). Bei Merge-Konflikten gibst du die
Befehle direkt. Welcher Code im Konflikt richtig ist, klärst du als Tutor.
+45
View File
@@ -0,0 +1,45 @@
# clang-format-Konfiguration, abgeleitet aus dem bestehenden Wortsalat-Code
BasedOnStyle: LLVM
# Einrückung: 4 Leerzeichen, keine Tabs
IndentWidth: 4
TabWidth: 4
UseTab: Never
ContinuationIndentWidth: 4
# Allman-Stil: geschweifte Klammern für Funktionen, Schleifen, if/else stehen in eigenen Zeilen
BreakBeforeBraces: Allman
# Keine automatischen Zeilenumbrüche, der Code bricht lange Zeilen bereits selbst um
ColumnLimit: 0
ReflowComments: false
# Zeiger-Sternchen rechts: char *word, SearchWord *words
PointerAlignment: Right
DerivePointerAlignment: false
# Kein Leerzeichen vor der Klammer bei if/for/while und bei Funktionsaufrufen
SpaceBeforeParens: Custom
SpaceBeforeParensOptions:
AfterControlStatements: false
AfterFunctionDeclarationName: false
AfterFunctionDefinitionName: false
SpaceAfterCStyleCast: false
# Kurze Konstrukte bleiben mehrzeilig
AllowShortIfStatementsOnASingleLine: Never
AllowShortLoopsOnASingleLine: false
AllowShortBlocksOnASingleLine: Never
AllowShortFunctionsOnASingleLine: None
AllowShortCaseLabelsOnASingleLine: false
# Geschweifte Initialisierer: {0, 0}
Cpp11BracedListStyle: true
# Includes nicht umsortieren (Reihenfolge ist teils bewusst gewählt)
SortIncludes: Never
IncludeBlocks: Preserve
# Leerzeilen
MaxEmptyLinesToKeep: 2
KeepEmptyLinesAtTheStartOfBlocks: true
+5
View File
@@ -0,0 +1,5 @@
unity/*
raylib/*
macos-*/*
windows/*
linux/*
+6
View File
@@ -54,6 +54,12 @@ neuralNetworkTests: neuralNetwork.o matrix.o neuralNetworkTests.c $(unityfolder)
imageInputTests: imageInput.o imageInputTests.c $(unityfolder)/unity.c
$(CC) $(CFLAGS) -I$(unityfolder) -o runImageInputTests imageInputTests.c imageInput.o $(unityfolder)/unity.c
# --------------------------
# compile_commands.json für clangd erzeugen (benötigt bear)
# --------------------------
compiledb:
bear -- $(CC) $(CFLAGS) -fsyntax-only -I$(raylibfolder) -I$(unityfolder) $(wildcard *.c)
# --------------------------
# Clean
# --------------------------
+5 -2
View File
@@ -5,8 +5,11 @@
typedef float MatrixType;
// TODO Matrixtyp definieren
typedef struct {
MatrixType *buffer;
unsigned int rows;
unsigned int cols;
} Matrix;
Matrix createMatrix(unsigned int rows, unsigned int cols);
void clearMatrix(Matrix *matrix);
+66 -13
View File
@@ -52,8 +52,8 @@ static int checkFileHeader(FILE *file)
int fileHeaderLen = strlen(FILE_HEADER_STRING);
char buffer[BUFFER_SIZE] = {0};
if(BUFFER_SIZE-1 < fileHeaderLen)
fileHeaderLen = BUFFER_SIZE-1;
if(BUFFER_SIZE - 1 < fileHeaderLen)
fileHeaderLen = BUFFER_SIZE - 1;
if(fread(buffer, sizeof(char), fileHeaderLen, file) == fileHeaderLen)
isValid = strcmp(buffer, FILE_HEADER_STRING) == 0;
@@ -67,17 +67,17 @@ static unsigned int readDimension(FILE *file)
if(fread(&dimension, sizeof(int), 1, file) != 1)
dimension = 0;
return dimension;
}
static Matrix readMatrix(FILE *file, unsigned int rows, unsigned int cols)
{
Matrix matrix = createMatrix(rows, cols);
if(matrix.buffer != NULL)
{
if(fread(matrix.buffer, sizeof(MatrixType), rows*cols, file) != rows*cols)
if(fread(matrix.buffer, sizeof(MatrixType), rows * cols, file) != rows * cols)
clearMatrix(&matrix);
}
@@ -110,13 +110,13 @@ static void clearLayer(Layer *layer)
static void assignActivations(NeuralNetwork model)
{
for(int i = 0; i < (int)model.numberOfLayers-1; i++)
for(int i = 0; i < (int)model.numberOfLayers - 1; i++)
{
model.layers[i].activation = relu;
}
if(model.numberOfLayers > 0)
model.layers[model.numberOfLayers-1].activation = softmax;
model.layers[model.numberOfLayers - 1].activation = softmax;
}
NeuralNetwork loadModel(const char *path)
@@ -128,7 +128,7 @@ NeuralNetwork loadModel(const char *path)
{
if(checkFileHeader(file))
{
unsigned int inputDimension = readDimension(file);
unsigned int inputDimension = readDimension(file);
unsigned int outputDimension = readDimension(file);
while(inputDimension > 0 && outputDimension > 0)
@@ -142,7 +142,7 @@ NeuralNetwork loadModel(const char *path)
clearModel(&model);
break;
}
layerBuffer = (Layer *)realloc(model.layers, (model.numberOfLayers + 1) * sizeof(Layer));
if(layerBuffer != NULL)
@@ -168,6 +168,59 @@ NeuralNetwork loadModel(const char *path)
return model;
}
static void writeFileHeader(FILE *file)
{
fwrite(FILE_HEADER_STRING, sizeof(char), strlen(FILE_HEADER_STRING), file);
}
static void writeDimension(FILE *file, const unsigned int dimension)
{
fwrite(&dimension, sizeof(unsigned int), 1, file);
}
static void writeMatrix(FILE *file, const Matrix matrix)
{
fwrite(matrix.buffer, sizeof(MatrixType), matrix.rows * matrix.cols, file);
}
static void writeLayer(FILE *file, const Layer layer)
{
writeMatrix(file, layer.weights);
writeMatrix(file, layer.biases);
}
void saveModel(const char *path, const NeuralNetwork nn)
{
FILE *file = fopen(path, "wb");
if(file == NULL)
{
return;
}
writeFileHeader(file);
if(nn.numberOfLayers > 0)
{
const unsigned int inputDimension = nn.layers[0].weights.cols;
writeDimension(file, inputDimension);
for(unsigned int i = 0; i < nn.numberOfLayers; i++)
{
const Layer layer = nn.layers[i];
const unsigned int outputDimension = layer.weights.rows;
writeDimension(file, outputDimension);
writeLayer(file, layer);
}
}
writeDimension(file, 0);
fclose(file);
}
static Matrix imageBatchToMatrixOfImageVectors(const GrayScaleImage images[], unsigned int count)
{
Matrix matrix = {NULL, 0, 0};
@@ -201,7 +254,7 @@ static Matrix forward(const NeuralNetwork model, Matrix inputBatch)
{
Matrix biasResult;
Matrix weightResult;
weightResult = multiply(model.layers[i].weights, result);
clearMatrix(&result);
biasResult = add(model.layers[i].biases, weightResult);
@@ -248,9 +301,9 @@ unsigned char *predict(const NeuralNetwork model, const GrayScaleImage images[],
Matrix outputBatch = forward(model, inputBatch);
unsigned char *result = argmax(outputBatch);
clearMatrix(&outputBatch);
return result;
}
@@ -265,4 +318,4 @@ void clearModel(NeuralNetwork *model)
model->layers = NULL;
model->numberOfLayers = 0;
}
}
}
+1
View File
@@ -20,6 +20,7 @@ typedef struct
} NeuralNetwork;
NeuralNetwork loadModel(const char *path);
void saveModel(const char *path, const NeuralNetwork nn);
unsigned char *predict(const NeuralNetwork model, const GrayScaleImage images[], unsigned int numberOfImages);
void clearModel(NeuralNetwork *model);
+45 -44
View File
@@ -5,10 +5,9 @@
#include "unity.h"
#include "neuralNetwork.h"
static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
{
// TODO
saveModel(path, nn);
}
void test_loadModelReturnsCorrectNumberOfLayers(void)
@@ -16,15 +15,15 @@ void test_loadModelReturnsCorrectNumberOfLayers(void)
const char *path = "some__nn_test_file.info2";
MatrixType buffer1[] = {1, 2, 3, 4, 5, 6};
MatrixType buffer2[] = {1, 2, 3, 4, 5, 6};
Matrix weights1 = {.buffer=buffer1, .rows=3, .cols=2};
Matrix weights2 = {.buffer=buffer2, .rows=2, .cols=3};
Matrix weights1 = {.buffer = buffer1, .rows = 3, .cols = 2};
Matrix weights2 = {.buffer = buffer2, .rows = 2, .cols = 3};
MatrixType buffer3[] = {1, 2, 3};
MatrixType buffer4[] = {1, 2};
Matrix biases1 = {.buffer=buffer3, .rows=3, .cols=1};
Matrix biases2 = {.buffer=buffer4, .rows=2, .cols=1};
Layer layers[] = {{.weights=weights1, .biases=biases1}, {.weights=weights2, .biases=biases2}};
Matrix biases1 = {.buffer = buffer3, .rows = 3, .cols = 1};
Matrix biases2 = {.buffer = buffer4, .rows = 2, .cols = 1};
Layer layers[] = {{.weights = weights1, .biases = biases1}, {.weights = weights2, .biases = biases2}};
NeuralNetwork expectedNet = {.layers=layers, .numberOfLayers=2};
NeuralNetwork expectedNet = {.layers = layers, .numberOfLayers = 2};
NeuralNetwork netUnderTest;
prepareNeuralNetworkFile(path, expectedNet);
@@ -40,12 +39,12 @@ void test_loadModelReturnsCorrectWeightDimensions(void)
{
const char *path = "some__nn_test_file.info2";
MatrixType weightBuffer[] = {1, 2, 3, 4, 5, 6};
Matrix weights = {.buffer=weightBuffer, .rows=3, .cols=2};
Matrix weights = {.buffer = weightBuffer, .rows = 3, .cols = 2};
MatrixType biasBuffer[] = {7, 8, 9};
Matrix biases = {.buffer=biasBuffer, .rows=3, .cols=1};
Layer layers[] = {{.weights=weights, .biases=biases}};
Matrix biases = {.buffer = biasBuffer, .rows = 3, .cols = 1};
Layer layers[] = {{.weights = weights, .biases = biases}};
NeuralNetwork expectedNet = {.layers=layers, .numberOfLayers=1};
NeuralNetwork expectedNet = {.layers = layers, .numberOfLayers = 1};
NeuralNetwork netUnderTest;
prepareNeuralNetworkFile(path, expectedNet);
@@ -63,12 +62,12 @@ void test_loadModelReturnsCorrectBiasDimensions(void)
{
const char *path = "some__nn_test_file.info2";
MatrixType weightBuffer[] = {1, 2, 3, 4, 5, 6};
Matrix weights = {.buffer=weightBuffer, .rows=3, .cols=2};
Matrix weights = {.buffer = weightBuffer, .rows = 3, .cols = 2};
MatrixType biasBuffer[] = {7, 8, 9};
Matrix biases = {.buffer=biasBuffer, .rows=3, .cols=1};
Layer layers[] = {{.weights=weights, .biases=biases}};
Matrix biases = {.buffer = biasBuffer, .rows = 3, .cols = 1};
Layer layers[] = {{.weights = weights, .biases = biases}};
NeuralNetwork expectedNet = {.layers=layers, .numberOfLayers=1};
NeuralNetwork expectedNet = {.layers = layers, .numberOfLayers = 1};
NeuralNetwork netUnderTest;
prepareNeuralNetworkFile(path, expectedNet);
@@ -86,12 +85,12 @@ void test_loadModelReturnsCorrectWeights(void)
{
const char *path = "some__nn_test_file.info2";
MatrixType weightBuffer[] = {1, 2, 3, 4, 5, 6};
Matrix weights = {.buffer=weightBuffer, .rows=3, .cols=2};
Matrix weights = {.buffer = weightBuffer, .rows = 3, .cols = 2};
MatrixType biasBuffer[] = {7, 8, 9};
Matrix biases = {.buffer=biasBuffer, .rows=3, .cols=1};
Layer layers[] = {{.weights=weights, .biases=biases}};
Matrix biases = {.buffer = biasBuffer, .rows = 3, .cols = 1};
Layer layers[] = {{.weights = weights, .biases = biases}};
NeuralNetwork expectedNet = {.layers=layers, .numberOfLayers=1};
NeuralNetwork expectedNet = {.layers = layers, .numberOfLayers = 1};
NeuralNetwork netUnderTest;
prepareNeuralNetworkFile(path, expectedNet);
@@ -111,12 +110,12 @@ void test_loadModelReturnsCorrectBiases(void)
{
const char *path = "some__nn_test_file.info2";
MatrixType weightBuffer[] = {1, 2, 3, 4, 5, 6};
Matrix weights = {.buffer=weightBuffer, .rows=3, .cols=2};
Matrix weights = {.buffer = weightBuffer, .rows = 3, .cols = 2};
MatrixType biasBuffer[] = {7, 8, 9};
Matrix biases = {.buffer=biasBuffer, .rows=3, .cols=1};
Layer layers[] = {{.weights=weights, .biases=biases}};
Matrix biases = {.buffer = biasBuffer, .rows = 3, .cols = 1};
Layer layers[] = {{.weights = weights, .biases = biases}};
NeuralNetwork expectedNet = {.layers=layers, .numberOfLayers=1};
NeuralNetwork expectedNet = {.layers = layers, .numberOfLayers = 1};
NeuralNetwork netUnderTest;
prepareNeuralNetworkFile(path, expectedNet);
@@ -159,12 +158,12 @@ void test_clearModelSetsMembersToNull(void)
{
const char *path = "some__nn_test_file.info2";
MatrixType weightBuffer[] = {1, 2, 3, 4, 5, 6};
Matrix weights = {.buffer=weightBuffer, .rows=3, .cols=2};
Matrix weights = {.buffer = weightBuffer, .rows = 3, .cols = 2};
MatrixType biasBuffer[] = {7, 8, 9};
Matrix biases = {.buffer=biasBuffer, .rows=3, .cols=1};
Layer layers[] = {{.weights=weights, .biases=biases}};
Matrix biases = {.buffer = biasBuffer, .rows = 3, .cols = 1};
Layer layers[] = {{.weights = weights, .biases = biases}};
NeuralNetwork expectedNet = {.layers=layers, .numberOfLayers=1};
NeuralNetwork expectedNet = {.layers = layers, .numberOfLayers = 1};
NeuralNetwork netUnderTest;
prepareNeuralNetworkFile(path, expectedNet);
@@ -192,23 +191,23 @@ void test_predictReturnsCorrectLabels(void)
const unsigned char expectedLabels[] = {4, 2};
GrayScalePixelType imageBuffer1[] = {10, 30, 25, 17};
GrayScalePixelType imageBuffer2[] = {20, 40, 10, 128};
GrayScaleImage inputImages[] = {{.buffer=imageBuffer1, .width=2, .height=2}, {.buffer=imageBuffer2, .width=2, .height=2}};
GrayScaleImage inputImages[] = {{.buffer = imageBuffer1, .width = 2, .height = 2}, {.buffer = imageBuffer2, .width = 2, .height = 2}};
MatrixType weightsBuffer1[] = {1, -2, 3, -4, 5, -6, 7, -8};
MatrixType weightsBuffer2[] = {-9, 10, 11, 12, 13, 14};
MatrixType weightsBuffer3[] = {-15, 16, 17, 18, -19, 20, 21, 22, 23, -24, 25, 26, 27, -28, -29};
Matrix weights1 = {.buffer=weightsBuffer1, .rows=2, .cols=4};
Matrix weights2 = {.buffer=weightsBuffer2, .rows=3, .cols=2};
Matrix weights3 = {.buffer=weightsBuffer3, .rows=5, .cols=3};
Matrix weights1 = {.buffer = weightsBuffer1, .rows = 2, .cols = 4};
Matrix weights2 = {.buffer = weightsBuffer2, .rows = 3, .cols = 2};
Matrix weights3 = {.buffer = weightsBuffer3, .rows = 5, .cols = 3};
MatrixType biasBuffer1[] = {200, 0};
MatrixType biasBuffer2[] = {0, -100, 0};
MatrixType biasBuffer3[] = {0, -1000, 0, 2000, 0};
Matrix biases1 = {.buffer=biasBuffer1, .rows=2, .cols=1};
Matrix biases2 = {.buffer=biasBuffer2, .rows=3, .cols=1};
Matrix biases3 = {.buffer=biasBuffer3, .rows=5, .cols=1};
Layer layers[] = {{.weights=weights1, .biases=biases1, .activation=someActivation}, \
{.weights=weights2, .biases=biases2, .activation=someActivation}, \
{.weights=weights3, .biases=biases3, .activation=someActivation}};
NeuralNetwork netUnderTest = {.layers=layers, .numberOfLayers=3};
Matrix biases1 = {.buffer = biasBuffer1, .rows = 2, .cols = 1};
Matrix biases2 = {.buffer = biasBuffer2, .rows = 3, .cols = 1};
Matrix biases3 = {.buffer = biasBuffer3, .rows = 5, .cols = 1};
Layer layers[] = {{.weights = weights1, .biases = biases1, .activation = someActivation},
{.weights = weights2, .biases = biases2, .activation = someActivation},
{.weights = weights3, .biases = biases3, .activation = someActivation}};
NeuralNetwork netUnderTest = {.layers = layers, .numberOfLayers = 3};
unsigned char *predictedLabels = predict(netUnderTest, inputImages, 2);
TEST_ASSERT_NOT_NULL(predictedLabels);
int n = (int)(sizeof(expectedLabels) / sizeof(expectedLabels[0]));
@@ -216,12 +215,14 @@ void test_predictReturnsCorrectLabels(void)
free(predictedLabels);
}
void setUp(void) {
// Falls notwendig, kann hier Vorbereitungsarbeit gemacht werden
void setUp(void)
{
// TODO: Falls notwendig, kann hier Vorbereitungsarbeit gemacht werden
}
void tearDown(void) {
// Hier kann Bereinigungsarbeit nach jedem Test durchgeführt werden
void tearDown(void)
{
// TODO: Hier kann Bereinigungsarbeit nach jedem Test durchgeführt werden
}
int main()
@@ -239,4 +240,4 @@ int main()
RUN_TEST(test_predictReturnsCorrectLabels);
return UNITY_END();
}
}