Implementierung der neuronalen Netzwerkstests

Startcode/matrix.c

@@ -31,40 +31,5 @@ Matrix add(const Matrix matrix1, const Matrix matrix2)
 
 Matrix multiply(const Matrix matrix1, const Matrix matrix2)
 {
-    // Überprüfen, ob die Matrizen gültig sind und ob ihre Dimensionen eine Multiplikation erlauben
+    
-    if (matrix1.buffer == NULL || matrix2.buffer == NULL || matrix1.cols != matrix2.rows)
-    {
-        return (Matrix){0};
-    }
-
-    // Ergebnismatrix erstellen
-    Matrix result = createMatrix(matrix1.rows, matrix2.cols);
-
-    // Überprüfen, ob die Speicherreservierung erfolgreich war
-    if (result.buffer == NULL)
-    {
-        return (Matrix){0};
-    }
-
-    // Jede Zeile der ersten Matrix durchlaufen
-    for (unsigned int i = 0; i < matrix1.rows; i++)
-    {
-        // Jede Spalte der zweiten Matrix durchlaufen
-        for (unsigned int j = 0; j < matrix2.cols; j++)
-        {
-            MatrixType sum = 0;
-
-            // Summe der Produkte berechnen
-            for (unsigned int k = 0; k < matrix1.cols; k++)
-            {
-                sum += matrix1.buffer[i * matrix1.cols + k] *
-                       matrix2.buffer[k * matrix2.cols + j];
-            }
-
-            // Berechneten Wert in der Ergebnismatrix speichern
-            result.buffer[i * result.cols + j] = sum;
-        }
-    }
-
-    return result;
 }

Startcode/neuralNetworkTests.c

@@ -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__";
+    // Dateiformat-Kennung definieren und in die Datei schreiben
-    fwrite(fileTag, sizeof(char), strlen(fileTag), file);
+    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);
 }