the beginning of the implementation of Vulkan

Xenith/core.hpp

@@ -4,7 +4,6 @@
 #include "typedef.hpp"
 #include <vector>
 #include <cmath>
-#include "core.hpp"
 #include <cstdlib>
 #include <omp.h> 
 #include <vulkan/vulkan.hpp>
@@ -13,28 +12,44 @@
 
 class NeuralNetwork {
 private:
+    // Параметры нейросети
     int numLayers;
     std::vector<int> sizes;
     std::vector<std::vector<std::vector<double>>> weights;
     std::vector<std::vector<double>> biases;
     std::vector<std::vector<double>> outputs;
 
+    // Объекты Vulkan
+    bool useVulkan; // Сохраняем выбор пользователя
     vk::Instance instance;
     vk::PhysicalDevice physDev;
     vk::Device device;
     vk::Queue queue;
     vk::CommandPool cmdPool;
+    uint32_t computeQueueFamilyIndex; // Индекс очереди для команд
 
-    uint32_t NeuralNetwork::findMemoryType(uint32_t typeFilter, vk::MemoryPropertyFlags properties);
+    // Вспомогательные методы Vulkan
+    uint32_t findMemoryType(uint32_t typeFilter, vk::MemoryPropertyFlags properties);
+    std::vector<char> readFile(const std::string& filename);
 
+    // Математика CPU
     double sigmoid(double x) { return 1.0 / (1.0 + exp(-x)); }
     double sigmoidDeriv(double x) { return x * (1.0 - x); }
 
 public:
     int cpu_count = 1;
+    
+    // Конструктор
     NeuralNetwork(LayerStructure_t layers[], int count, bool useVulkan = false);
+    
+    // Деструктор (ВАЖНО для очистки Vulkan)
+    ~NeuralNetwork();
+
+    // Методы работы
     std::vector<double> feedForward(const std::vector<double>& input);
     double train(const std::vector<double>& input, const std::vector<double>& target, double lr);
+    
+    // Наш тест Vulkan
     double trainVulkan();
 };