Kommentare überarbeitet

info2praktikum-neuronalesnetz/imageInput.c

@@ -6,7 +6,6 @@
 #define BUFFER_SIZE 100
 #define FILE_HEADER_STRING "__info2_image_file_format__"
 
-// TODO Implementieren Sie geeignete Hilfsfunktionen für das Lesen der Bildserie aus einer Datei
 // Lädt eine .info2-Datei und prüft, ob das Dateiformat korrekt ist
 static FILE* openImageFile(const char* path) {
     FILE* imageFile = NULL;
@@ -95,7 +94,6 @@ static char getLabelOfImage(FILE* imageFile, GrayScaleImage* image) {
     return label;
 }
 
-// TODO Vervollständigen Sie die Funktion readImages unter Benutzung Ihrer Hilfsfunktionen
 GrayScaleImageSeries *readImages(const char *path)
 {
     // Datei laden und Dateiformat prüfen
@@ -179,20 +177,11 @@ GrayScaleImageSeries *readImages(const char *path)
         }
     }
 
-    // für jedes Bild gemäß GreyScaleImageSeries.count:
-        // GreyScaleImage.width = width
-        // GreyScaleImage.height = height
-        // GreyScaleImageSeries.buffer = Pixelwerte
-        // labels = Label des Bilds
-        // series.labels[i] = (unsigned char)(i % 256);
-        // Springe in der Datei an die Stelle nach dem i. Bild
-
     fclose(imageFile);
 
     return series;
 }
 
-// TODO Vervollständigen Sie die Funktion clearSeries, welche eine Bildserie vollständig aus dem Speicher freigibt
 void clearSeries(GrayScaleImageSeries *series)
 {
   //prüfen, ob series überhaupt bereinigt werden muss

info2praktikum-neuronalesnetz/imageInputTests.c

@@ -4,6 +4,7 @@
 #include <string.h>
 #include "unity.h"
 #include "imageInput.h"
+#define FILE_HEADER_STRING "__info2_image_file_format__"
 
 
 static void prepareImageFile(const char *path, unsigned short int width, unsigned short int height, unsigned int short numberOfImages, unsigned char label)
@@ -64,6 +65,19 @@ static void prepareImageFileIncorrectTag(const char *path, unsigned short int wi
     }
 }
 
+void test_readImagesFailsOnIncompleteHeader(void) {
+    const char *path = "testIncompleteHeader.info2";
+    FILE *file = fopen(path, "wb");
+    if (file) {
+        fwrite(FILE_HEADER_STRING, 1, strlen(FILE_HEADER_STRING), file);
+
+        unsigned char incompleteHeader[2] = {0x01, 0x00};
+        fwrite(incompleteHeader, 1, 2, file);
+        fclose(file);
+    }
+    TEST_ASSERT_NULL(readImages(path));
+    remove(path);
+}
 
 void test_readImagesReturnsCorrectNumberOfImages(void)
 {
@@ -159,6 +173,37 @@ void test_openImageFileIncorrectTag(void)
     remove(path);
 }
 
+void test_clearSeriesFreesMemory(void)
+{
+  	// Dummy-Series erstellen
+    GrayScaleImageSeries *series = (GrayScaleImageSeries*)malloc(sizeof(GrayScaleImageSeries));
+    series->count = 2;
+
+	// Labels allokieren
+    series->labels = (unsigned char*)malloc(series->count * sizeof(unsigned char));
+    for (unsigned int i = 0; i < series->count; i++) {
+        series->labels[i] = (unsigned char)(i + 1);
+    }
+
+    // Images allokieren
+    series->images = (GrayScaleImage*)malloc(series->count * sizeof(GrayScaleImage));
+    for (unsigned int i = 0; i < series->count; i++) {
+        series->images[i].width = 4;
+        series->images[i].height = 4;
+        series->images[i].buffer = (GrayScalePixelType*)malloc(series->images[i].width * series->images[i].height);
+
+        for (unsigned int j = 0; j < series->images[i].width * series->images[i].height; j++){
+          series->images[i].buffer[j] = 0;
+        }
+    }
+
+    // clearSeries aufrufen
+    clearSeries(series);
+
+    // Test
+    TEST_PASS();
+}
+
 void setUp(void) {
     // Falls notwendig, kann hier Vorbereitungsarbeit gemacht werden
 }
@@ -179,6 +224,8 @@ int main()
     RUN_TEST(test_readImagesReturnsNullOnNotExistingPath);
     RUN_TEST(test_readImagesFailsOnWrongFileTag);
     RUN_TEST(test_openImageFileIncorrectTag);
+    RUN_TEST(test_readImagesFailsOnIncompleteHeader);
+    RUN_TEST(test_clearSeriesFreesMemory);
 
     return UNITY_END();
 }

info2praktikum-neuronalesnetz/neuralNetworkTests.c

@@ -22,12 +22,19 @@ static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
     for (unsigned int i = 0; i < nn.numberOfLayers; i++) {
         Layer layer = nn.layers[i];
 
-        unsigned int inputDim = layer.weights.cols;   // Anzahl Eingänge
-        unsigned int outputDim = layer.weights.rows;  // Anzahl Ausgänge
 
-        // Dimensionen schreiben
+        if(i == 0){
+            // beim ersten Layer inputDim und outputDim schreiben
+            unsigned int inputDim = layer.weights.cols;   // Anzahl Eingänge
             fwrite(&inputDim, sizeof(unsigned int), 1, file);
+            unsigned int outputDim = layer.weights.rows;  // Anzahl Ausgänge
             fwrite(&outputDim, sizeof(unsigned int), 1, file);
+        }
+        else{
+            // bei allen anderen Layern nur outputDim schreiben
+            unsigned int outputDim = layer.weights.rows;  // Anzahl Ausgänge
+            fwrite(&outputDim, sizeof(unsigned int), 1, file);
+        }
 
         // Gewichte schreiben
         size_t weightCount = layer.weights.rows * layer.weights.cols;
@@ -38,8 +45,7 @@ static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
         fwrite(layer.biases.buffer, sizeof(MatrixType), biasCount, file);
     }
 
-
+    // End-Marker (outputDim = 0)
-    // End-Marker (inputDim = 0)
     unsigned int zero = 0;
     fwrite(&zero, sizeof(unsigned int), 1, file);