毕设题目：基于深度学习的轴承故障识别。这个博客用来记录和整理毕设过程中遇到的一些问题，看的一些参考资料等。

---

目录

轴承故障识别_实验过程

深度学习相关笔记

Tensorflow学习笔记

无归类杂项

一些很有用的网站、工具、资料

代码

---

轴承故障识别_实验过程

1.滚动轴承概述

2.CWRU数据集

3.环境 用的框架，配置环境，主要参考等

4.选择神经网络

5.数据预处理

6.构建基础的LSTM模型

7.构建基础的CNN模型

8.LSTM与CNN对比

9.优化模型

10.总结及常见问题

 

深度学习相关笔记

1.一个选拔的故事（acc,loss,val_acc,val_loss的区别)

2.正则化（L1,L2）几何理解

3.激活函数笔记

4.神经网络发展史

 

Tensorflow学习笔记

1.在ubuntu安装tensorflow

 

无归类杂项

没啥归类的八卦和吐槽

1.关于提出神经网络概念的McCulloch和Pitts 神经网络开山大作的两个人

2.【吐槽】到底有多少机械故障是由轴承导致的？

3.彩蛋：讯飞语音移植到nao机器人1-安装相关组件   我室友的毕设，我觉得用ros应该能做，试试玩玩

4.彩蛋：讯飞语音移植到nao机器人2-用ROS控制NAO测试

5. RNN：循环神经网络or递归神经网络

 

一些很有用的网站、工具、资料

1.keras官方中文文档

2.keras第三方中文文档（已停止更新）

3.凯斯西储大学数据集官网

4.在github下载CWRU数据集 官网要翻墙，如果在官网无法下载可从此下载

5.神经网络可视化工具-draw_convnet  github上的项目，一个py工具，依赖于numpy和matplotlib两个包，使用便捷，修改里面的一些参数就可以实现神经网络可视化，比keras自带的可视化工具更直观更美观

6.邱锡鹏的神经网络与深度学习  含泪推荐，真的很好，出书了我肯定买

7.中国大学mooc 北京大学曹健老师开设的 人工智能实践：Tensorflow笔记 忘了推荐这个了，我的入门课，第一章的安装双系统安装anaconda视频也是教科书了哈哈哈

8.NN-SVG 也是一个很好用的神经网络可视化工具，能画三种风格的可视化图形，而且网页输入直接就能生成，很好用。

9.OKAI 一个超酷的可以快速了解人工智能的网页，很有设计感

---

代码

github：https://github.com/zhangjiali1201/Keras_bearing_fault_diagnosis

说明：

1.数据预处理的代码并不是我写的，是带我毕设的学长的同学的代码，还挺巧的，在github上找参考程序找到同校学长的代码，链接在此。数据预处理的想法则来自哈工大张伟的论文，链接在此。如果使用，该引用引用该标星标星，请务必尊重原作者的成果。

2.对于没基础的人，深度学习入手不难；对于有基础的人，想做的更好很难。祝诸位研途顺利，早发paper。