基於深度學習的軸承故障識別-環境

深度學習框架:keras

其實tensorflow更主流一些,之前在mooc上面也學過tensorflow的課,但是demo能跑自己寫感覺無從下手,畢設時間也有限,就選擇了好上手的keras。keras可以tensorflow、Theano或者CNTK爲後端,我這裏用的是tensorflow爲後端。

電腦環境:win10+anaconda

其實在linux下更方便我覺得……尤其是安裝依賴,終端一行代碼就搞定了,windows就很麻煩,沒用ubuntu主要是因爲在windows接一些文件通知,碼論文啥的方便。

anaconda和tensorflow的安裝可以看mooc上面北京大學人工智能實踐:tensorflow筆記第一講第五節的視頻,非常詳細的安裝教程。安裝keras和其他依賴項的過程和安裝tensorflow的過程一樣,記得安裝在同一個環境下。

顯卡:a卡

所以我用不了gpu加速,n卡的朋友可以自己搜一下需要裝哪些東西。

補充一下版本:

py3,anaconda3,numpy1.15.4

另外,如果有報錯,還是根據報錯信息調整比較好。

最主要的參考論文:哈工大張偉,基於卷積神經網絡的軸承故障診斷算法研究

參考的代碼有兩個,一個是他本人的https://github.com/ZhangWei1993/Mechanical-Fault-Diagnosis-Based-on-Deep-Learning

另一個是SHU-FLAYMAN復現的前三章代碼https://github.com/AaronCosmos/wdcnn_bearning_fault_diagnosis


點擊此處返回總目錄:基於深度學習的軸承故障識別

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章