CNN
文章平均质量分 73
橙子橘啦
计算机研究僧,重度拖延症患者,家里蹲第一名
展开
-
CNN中的参数记录(上)
最近用Keras写模型,其实CNN的结构相对来说还是比较容易理解的,无非就是参数的抉择1.activition就是激活函数啦,激活函数就是为了增加神经网络的非线性,不让它产生过拟合,常用的也就那么几种,relu,softmax,sigmoid,tanh,一般来说paper中用的较多的是relu,softmax,sigmoid2.padding这个在卷积层和池化层都是可选项,padding='same’表示需要在原图像的边缘补0,目的是使得卷积后的图像还和原图像保持一样大小。比如一个5X5的图片,被原创 2020-07-07 22:48:29 · 355 阅读 · 1 评论 -
凯斯西储大学轴承故障数据集解读(新手版)
最近真是学到一头雾水,光理解凯斯西储大学的轴承数据集就花了好长时间,下载干巴巴的数据集,啥也看不懂,对着论文就更加迷茫(翻白眼儿)。下面就把我理解的那啥啥整理一下:CWRU链接提取码:orx3适合新手进行简单的故障识别实验打开是这样婶儿的:12DriveEndFault是12KHZ的驱动端故障数据,1797代表点电机转速1797转/min,NormalBaseline就是正常的数据,.mat格式可以用MATLAB打开下面是故障数据:因为轴承主要有三类故障,内圈(InnerRace)原创 2020-07-05 22:29:57 · 35400 阅读 · 54 评论 -
手把手教你用Keras框架写CNN(附全部代码和注解)
1:首先你得准备好Pycharm,Anaconda然后是第三方类库numpy,tensorflow,matplotlib,kerasKeras框架能简单上手,高度集成,利用这个框架写出来的CNN就可以作图片识别了。我们这里识别minst数据集。[mnist数据集](链接:https://pan.baidu.com/s/1Jt4p5EYF5mPzhiGGhrMN3A提取码:mz1w)mnist数据集包含60,000个用于训练的示例和10,000个用于测试的示例。这些数字已经过尺寸标准化并位于图像中原创 2020-07-03 20:33:22 · 3577 阅读 · 0 评论