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