Mehr Kommentare im Source-Code

kinds.f90

+! Modul: Standard-"double" Zahlen für präzise Rechnung
+! Wir nutzen die ISO-Definition von 64bit Real-Zahlen
+!
+! (In der Praxis identisch mit "double precision" in Fortran und "double" in C/C++)
+
 module kinds
 
   use, intrinsic :: iso_fortran_env, only: real64

neurons.f90

+! Modul: Datentyp "neuron" und seine Methoden
+!
+! Ein Neuron implementiert eine Linearform mit Parameter-Vektor b und Offset a
+! gefolgt von einer nichtlinearen Abbildung (tanh)
+
 module neurons
   use kinds, only: wp
 
@@ -7,6 +12,7 @@ module neurons
   public :: neuron
 
   type :: neuron
+     private
      real(wp) :: a
      real(wp), dimension(:), allocatable :: b
    contains
@@ -17,6 +23,7 @@ module neurons
 
 contains
 
+  ! Ausgabe in übersichtlicher Form nach I/O-Unit u
   subroutine write (n, u)
     class(neuron), intent(in) :: n
     integer, intent(in) :: u
@@ -31,6 +38,7 @@ contains
 
   end subroutine write
   
+  ! Initialisierung mit Werten für a und b
   subroutine init (n, a, b)
     class(neuron), intent(out) :: n
     real(wp), intent(in) :: a
@@ -41,6 +49,7 @@ contains
 
   end subroutine init
   
+  ! Anwendung der Abbildung auf Vektor x
   function apply (n, x) result (z)
     class(neuron), intent(in) :: n
     real(wp), dimension(:), intent(in) :: x

nnet.f90

+! Hauptprogramm: Neural Network - Ansatz
+!
+! Implementiert den Datentyp "neuron" und führt alle Unit Tests aus
+! Ausgabe in das File "nnet.out"
+
 program nnet
 
   implicit none