Author SHA1 Message Date
Mihaela Creciun 34cface815 Implementierung der neuronalen Netzwerkstests 2026-11-12 01:51:11 +01:00
+18 -3
View File
@@ -9,38 +9,53 @@
static void prepareNeuralNetworkFile(const char *path, const NeuralNetwork nn)
{
// TODO
FILE *file = fopen(path, "wb");
// Datei im binären Schreibmodus öffnen
FILE *file = fopen(path, "wb"); // wb = write binary (weights, biases, matrix dimensions)
// Beenden, wenn die Datei nicht geöffnet werden konnte
if (file == NULL)
{
return;
}
const char *fileTag = "__info2_neural_network_file_format__";
fwrite(fileTag, sizeof(char), strlen(fileTag), file);
// Dateiformat-Kennung definieren und in die Datei schreiben
const char *fileTag = "__info2_neural_network_file_format__"; // string, Kennzeichnung
fwrite(fileTag, sizeof(char), strlen(fileTag), file); // Daten in eine Datei schreiben (data, size of char 1 byte, number of chars - null terminator, file)
// Überprüfen, ob das neuronale Netzwerk Layer enthält
if (nn.numberOfLayers > 0)
{
// Dimensionen des ersten Layers schreiben
fwrite(&nn.layers[0].weights.cols, sizeof(int), 1, file);
fwrite(&nn.layers[0].weights.rows, sizeof(int), 1, file);
// Alle Layer des neuronalen Netzwerks durchlaufen
for (unsigned int i = 0; i < nn.numberOfLayers; i++)
{
// Zeilenanzahl der nachfolgenden Layer schreiben
if (i > 0)
{
fwrite(&nn.layers[i].weights.rows, sizeof(int), 1, file);
}
// Alle Gewichte des aktuellen Layers schreiben
fwrite(nn.layers[i].weights.buffer, sizeof(MatrixType),
nn.layers[i].weights.rows * nn.layers[i].weights.cols, file);
// Alle Bias-Werte des aktuellen Layers schreiben
fwrite(nn.layers[i].biases.buffer, sizeof(MatrixType),
nn.layers[i].biases.rows * nn.layers[i].biases.cols, file);
}
}
// Null als Endmarkierung schreiben (Ende des Layers markieren)
int endDimension = 0;
fwrite(&endDimension, sizeof(int), 1, file);
// Datei schließen
fclose(file);
}