博主秋雨行舟在csdn、b站都有開源，這里只做自己的學習記錄用。
基于深度學習的軸承故障診斷，原文在這里，軟件的下載、環(huán)境的配置up主給的非常詳細了，所以這里只記錄一些代碼注釋
一、CNN
注意：作者的代碼是有一點點問題的，更改三條代碼就可以正常運行了：
1.pycharm的一些快捷鍵：這篇非常詳細
單行注釋：CTRL+/
多行注釋：CTRL+SHIFT+/
2. str對path的處理
這兩種都正確：
path = r'data/0HP'
path = 'data//0HP'
當路徑末尾為/時：
path = r'data/0HP' '/'
3.os.listdir(path)
4.os.path.join()用法
5.loadmat()解讀
6.preprocessing.StandardScaler()
首先，調(diào)用preprocessing模塊中StandardScaler()類的fit()函數(shù)，通過數(shù)組x_train（待處理的數(shù)組）構(gòu)建標準化模型scaler。
然后，調(diào)用模型scaler的transform函數(shù)，就可以對x_train數(shù)組進行標準化啦。
scaler=preprocessing.StandardScaler().fit(x_train)
scaler.transform(x_train)
7.Numpy 中 np.vstack() 和 np.hstack() 簡單解析
8.Python中Numpy ndarray的使用詳解
9.loadmat()解讀
10.os.path.join的用法
os.path.join()用法
11.Python 文件讀取的4種方式
12.PATH的詳細用法
13.
這篇解釋的很好，python中shape用法
14.python中reshape的用法
tensorflow卷積神經(jīng)網(wǎng)絡(luò)詳解-函數(shù)詳解
15.TSNE實現(xiàn)降維及可視化
TSNE數(shù)據(jù)降維
16.plt.scatter()函數(shù)用法
python colorbar詳解
神經(jīng)網(wǎng)絡(luò)——最易懂最清晰的一篇文章
文章來源：http://www.zghlxwxcb.cn/news/detail-437729.html
某篇已經(jīng)復現(xiàn)的文章來源地址http://www.zghlxwxcb.cn/news/detail-437729.html
到了這里，關(guān)于學習“基于深度學習的故障診斷”開源的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
