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
文章图片
【基于深度学习的轴承故障识别-环境】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
推荐阅读
- C语言学习|第十一届蓝桥杯省赛 大学B组 C/C++ 第一场
- paddle|动手从头实现LSTM
- pytorch|使用pytorch从头实现多层LSTM
- 推荐系统论文进阶|CTR预估 论文精读(十一)--Deep Interest Evolution Network(DIEN)
- pytorch|YOLOX 阅读笔记
- 前沿论文|论文精读（Neural Architecture Search without Training）
- 联邦学习|【阅读笔记】Towards Efficient and Privacy-preserving Federated Deep Learning
- OpenCV|OpenCV-Python实战（18）——深度学习简介与入门示例
- 深度学习|深度学习笔记总结
- 《繁凡的深度学习笔记》|一文绝对让你完全弄懂信息熵、相对熵、交叉熵的意义《繁凡的深度学习笔记》第 3 章 分类问题与信息论基础（中）（DL笔记整理