CWRU
LBJgs
兴趣广泛但无一精通。
展开
-
如何将灰度图的一通道变换为三通道[迁移学习]
看到这个问题的读者请点赞,真的思考了很久时间 1. 前提 一直想应用做迁移学习实验,但VGG16等经典模型的输入通道皆为三通道RGB格式,此处我记得要求是(224,224,3)。而我之前做实验所用数据为一维时序信号,有时转换为灰度图形式输入到卷积神经网络中,二者都是不可以的。 2. 过程 在知网上找了该篇文章 文章在数据预处理的地方介绍了一种思想 转换的具体流程为 根据该作者的思想,我实现了上述方法,代码如下: 3. 实现过程 import copy import numpy as np a = l原创 2021-04-16 19:55:11 · 3602 阅读 · 0 评论 -
使用keras时出现:ValueError: Error when checking target: expected conv1d_15 to have 3 dimensions, but got
在复现一篇文献中,关于轴承故障诊断,采集的数据均是基于时间序列的一维振动信号,但是需要将预处理好的数据输入到Conv1D中 输入训练数据直接为大小为(845,1024),在Conv1D的(input_shape不知道该输入什么好了),当时直接把上述数据输入了进去,因为查了源码上介绍到,如下,不出意料的出错了 解决办法如下: 经过标准化输入 x_train_ss = (845,1024) #845个1024长度的故障数据 重要来了,需要转变形状如下 x_train = x_train_s原创 2021-03-31 15:43:59 · 1000 阅读 · 0 评论 -
1.11读取数据的解读
1.如何读取CUT-2数据 import scipy.io as scio imoprt glob D = glob.glob("*.mat") # D = os.listdir('C:/Users/Administrator/Desktop/koala/周学习计划_陈') A = [] def Creat_Data(): for i in D: y = scio.loadmat(i) A.append(y) return A A = Creat_Data() 读取到的数据A为: 上述图中就是原创 2021-01-11 19:53:38 · 214 阅读 · 0 评论 -
如何.mat格式的文件导入Spyder中
直接上代码,此时可以读取每个键对应的值 import scipy.io as scio data = scio.loadmat('path')['X097_DE_time'] #由于凯斯西储大学的轴承故障数据集(字典格式)中包含多个键['X097_DE_time'] print(type(data)) print(data) <class 'numpy.ndarray'> [[ 0.05319692] [ 0.08866154] [ 0.09971815] ... [..原创 2020-06-10 19:33:36 · 1140 阅读 · 0 评论