gxl-123 / bearing-fault-diagnosis-based-on-deep-learning

基于深度学习的机械设备故障诊断方法研究

该专栏将较为详细的介绍如何利用深度学习进行故障诊断方面的学术研究，主要以轴承为例，包括深度学习常用框架Tensorflow的搭建以及使用，并会记录完整搭建过程，并以卷积神经网络与循环神经网络为例进行代码编写和实际运行，相信经过本次学习，你能够入门开始着手研究。

完成该专栏的学习，你将会收获以下知识：
1.Anaconda的安装以及使用，深度学习框架Tensorflow2的安装以及使用
2.学会如何利用卷积神经网络与循环神经网络进行轴承故障诊断-以凯斯西楚大学轴承数据集为例
3.学会一些常用调参技巧
4.入门利用深度学习进行故障诊断的学术研究

博客：https://blog.csdn.net/qq_38918049/article/details/124948664?spm=1001.2014.3001.5501
github：https://github.com/boating-in-autumn-rain?tab=repositories
微信公众号：秋雨行舟
B站：秋雨行舟

该项目涉及数据集以及相关安装包在公众号《秋雨行舟》回复轴承即可领取。
对于该项目有疑问的可以在上述四个平台中留言，看到了就会回复。
该项目对应的视频可在B站搜索《秋雨行舟》进行观看学习。
欢迎交流学习，共同进步