Multiply Funktion in matrix.c

Startcode/matrix.c

@@ -31,5 +31,40 @@ 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

@@ -9,53 +9,38 @@
 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;
     }
 
-    // Dateiformat-Kennung definieren und in die Datei schreiben
+    const char *fileTag = "__info2_neural_network_file_format__";
-    const char *fileTag = "__info2_neural_network_file_format__"; // string, Kennzeichnung
+    fwrite(fileTag, sizeof(char), strlen(fileTag), file);
-    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);
 }