# 矩阵卷积

**Repository Path**: Klaoye/matrix-convolution

## Basic Information

- **Project Name**: 矩阵卷积
- **Description**: c语言实现卷积算法（纯练手）
- **Primary Language**: C
- **License**: AGPL-3.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-10-27
- **Last Updated**: 2026-11-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Matrix Convolution

一个简单的 C 语言矩阵卷积实现项目。

## 项目简介

本项目实现了基本的二维矩阵卷积运算及相关矩阵处理函数，包含 MNIST 数据集加载模块和 LeNet 卷积神经网络的基础工具函数。

## 功能特性

### 核心函数

- **矩阵最大值计算** (`matrixMax` / `array2DMaxToU8` / `array2DMaxToF32`)：获取矩阵中的最大元素值
- **矩阵最小值计算** (`matrixMin` / `array2DMinToU8` / `array2DMinToF32`)：获取矩阵中的最小元素值
- **矩阵平均值计算** (`matrixAverage` / `array2DAverageToU8` / `array2DAverageToF32`)
- **矩阵输出** (`putMartix` / `putMartixF32` / `putArray2D` / `putArray2DF32`)：在终端显示矩阵内容
- **卷积运算** (`c1Conv` / `c3Conv` / `c5Conv`)：执行二维卷积核心算法
- **池化运算** (`s2Pool`)：执行池化操作
- **ReLU 激活** (`matrixRelu` / `reluToU8` / `reluToF32`)：ReLU 激活函数

### 数据集相关

- **数据集加载** (`loadDataset` / `loadImageSet`)：加载 MNIST 格式的图像和标签数据
- **数据洗牌** (`shuffle`)：打乱数据顺序

### 神经网络相关

- **前向传播** (`forwardAll`)：执行完整的前向传播过程
- **训练迭代** (`epoch`)：执行训练周期
- **测试评估** (`test`)：测试模型性能
- **反向传播** (`backward`)：执行反向传播算法
- **权重更新** (`updateAllWeights`)：使用 SGD 更新权重
- **全连接层** (`fcForward` / `fcBackward`)：全连接层的前向和反向传播
- **卷积反向** (`convBackward`)：卷积层的反向传播
- **池化反向** (`poolBackward`)：池化层的反向传播

### 内存管理

- **矩阵创建** (`createNewMatrix` / `createU8Array2D` / `createF32Array2D` / `arrayToMatrix`)
- **矩阵销毁** (`dropMatrix` / `dropDataMap`)
- **类型转换** (`matrixToArray` / `arrayU8ToF32`)

### 激活函数

- ReLU 激活 (`reluToF32`)
- Softmax 交叉熵 (`softmaxCE`)
- 恒等映射 (`identityF32`)

## 数据结构

| 变量 | 类型 | 描述 |
|------|------|------|
| `matrix` | `int8_t[8][8]` | 输入矩阵 (8×8) |
| `convCore` | `int8_t[2][2]` | 卷积核 (2×2) |
| `matrixNew` | `int8_t[4][4]` | 输出矩阵 (4×4) |

## 编译与运行

```bash
gcc src/main.c src/dataset.c src/lenetutils.c -o matrix_convolution -lm
./matrix_convolution
```

## 使用说明

项目包含预设的示例矩阵和卷积核。程序运行时将：
1. 显示原始输入矩阵
2. 显示卷积核
3. 执行卷积运算
4. 输出卷积结果矩阵
5. 显示结果矩阵的最大值和最小值

如需修改测试数据，可直接编辑 `src/main.c` 中的 `matrix` 和 `convCore` 数组。

## 目录结构

```
matrix-convolution/
├── src/
│   ├── main.c         # 主程序入口
│   ├── dataset.c      # 数据集加载实现
│   ├── dataset.h      # 数据集头文件
│   ├── lenetutils.c   # 矩阵和卷积工具函数
│   └── lenetutils.h   # 工具函数头文件
├── .vscode/           # VSCode 配置
├── LICENSE            # MIT 许可证
├── README.md          # 中文文档
└── README.en.md       # 英文文档
```

## 许可证

AGPLv3 许可证