基于深度学习的轴承故障识别-环境

深度学习框架:keras

其实tensorflow更主流一些,之前在mooc上面也学过tensorflow的课,但是demo能跑自己写感觉无从下手,毕设时间也有限,就选择了好上手的keras。keras可以tensorflow、Theano或者CNTK为后端,我这里用的是tensorflow为后端。

电脑环境:win10+anaconda

其实在linux下更方便我觉得……尤其是安装依赖,终端一行代码就搞定了,windows就很麻烦,没用ubuntu主要是因为在windows接一些文件通知,码论文啥的方便。

anaconda和tensorflow的安装可以看mooc上面北京大学人工智能实践:tensorflow笔记第一讲第五节的视频,非常详细的安装教程。安装keras和其他依赖项的过程和安装tensorflow的过程一样,记得安装在同一个环境下。

显卡: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装哪些东西。

补充一下版本:

py3,anaconda3,numpy1.15.4

另外,如果有报错,还是根据报错信息调整比较好。

最主要的参考论文:哈工大张伟,基于卷积神经网络的轴承故障诊断算法研究

参考的代码有两个,一个是他本人的https://github.com/ZhangWei1993/Mechanical-Fault-Diagnosis-Based-on-Deep-Learning

另一个是SHU-FLAYMAN复现的前三章代码https://github.com/AaronCosmos/wdcnn_bearning_fault_diagnosis


点击此处返回总目录:基于深度学习的轴承故障识别

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