Change of documention in 'struct.h'

src/cnn/include/struct.h

@@ -2,9 +2,10 @@
 #define DEF_STRUCT_H
 
 typedef struct Kernel_cnn {
+    // Noyau ayant une couche matricielle en sortie
     int k_size; // k_size = dim_input - dim_output + 1
-    int rows; // Depth of the input
-    int columns; // Depth of the output
+    int rows; // Depth de l'input
+    int columns; // Depth de l'output
     float*** bias; // bias[columns][dim_output][dim_output]
     float*** d_bias; // d_bias[columns][dim_output][dim_output]
     float**** weights; // weights[rows][columns][k_size][k_size]
@@ -12,6 +13,7 @@ typedef struct Kernel_cnn {
 } Kernel_cnn;
 
 typedef struct Kernel_nn {
+    // Noyau ayant une couche vectorielle en sortie
     int size_input; // Nombre d'éléments en entrée
     int size_output; // Nombre d'éléments en sortie
     float* bias; // bias[size_output]
@@ -23,23 +25,23 @@ typedef struct Kernel_nn {
 typedef struct Kernel {
     Kernel_cnn* cnn; // NULL si ce n'est pas un cnn
     Kernel_nn* nn; // NULL si ce n'est pas un nn
-    int activation; // Vaut l'identifiant de la fonction d'activation
-    int linearisation; // Vaut 1 si c'est la linéarisation d'une couche, 0 sinon
+    int activation; // Id de la fonction d'activation et -Id de sa dérivée
+    int linearisation; // 1 si c'est la linéarisation d'une couche, 0 sinon
     int pooling; // 0 si pas pooling, 1 si average_pooling, 2 si max_pooling
 } Kernel;
 
 
 typedef struct Network{
-    int dropout; // Contient la probabilité d'abandon d'un neurone dans [0, 100] (entiers)
+    int dropout; // Probabilité d'abandon d'un neurone dans [0, 100] (entiers)
     float learning_rate; // Taux d'apprentissage du réseau
-    int initialisation; // Contient le type d'initialisation
+    int initialisation; // Id du type d'initialisation
     int max_size; // Taille du tableau contenant le réseau
     int size; // Taille actuelle du réseau (size ≤ max_size)
     int* width; // width[size]
     int* depth; // depth[size]
     Kernel** kernel; // kernel[size], contient tous les kernels
-    float**** input; // Tableau de toutes les couches du réseau input[size][couche->depth][couche->width][couche->width]
-    float**** input_z; // Même tableau que input mais ne contient pas la dernière fonction d'activation à chaque ligne
+    float**** input_z; // Tableau de toutes les couches du réseau input_z[size][couche->depth][couche->width][couche->width]
+    float**** input; // input[i] = f(input_z[i]) où f est la fonction d'activation de la couche i
 } Network;
 
 #endif