5_参考的书、网站、代码、文档与数据集

文章目录

    • 文章
    • 资源
    • 代码
    • 数据集

  • 《Python编程从入门到实践》
  • 《Python深度学习》
  • 《深度学习500问》不让转载,自己上github找哈
  • 《模式识别(张学工版)》
  • 《高超声速飞行器技术(蔡国飙)》
  • 《吴恩达机器学习笔记》

文章

  • 如何使用学习曲线来诊断你的LSTM模型的行为
  • 基于LSTM的轴承故障诊断
    这篇文章中, LSTM准确率始终无法稳定,结合0221内容 找一找确切原因。数据处理的方式是

一个样本400个采样点由向量形式转化为20*20矩阵形式,以行方式构成,一行一行组成矩阵

  • PHM专栏-文献汇总
    PHM相关的文献汇总,主要关注机器学习在其中的应用
  • LSTM和GRU的解析
    参考了机器学习工程师 Michael Nguyen 其博文中关于 LSTM 和 GRU 的详细图解指南,比较详细易懂。
  • Python-matplotlib画图
    比较全&比较详细

资源

  • 机器学习课程课件
  • TensorFlow快速入门教程

代码

  • 入门——TensorFlow 实现多层 LSTM 的 MNIST 分类 + 可视化
  • Recurrent Keras power
    由一个家庭 200万分钟的电力消耗的历史数据对时序信号进行预测。采用LSTM模型。 讲解比较详细。
  • lstm-synthetic-wave-anomaly-detect
    借鉴了上一篇的代码内容, 但是自己自定义了一个合成波正弦波+噪音作为预处理的的函数,进行对时序信号的的异常检测
  • Keras Preprocessing
    这个在keras内定义了一个预处理函数preprocessing,可以用以参考

数据集

1、最常用的数据集

  • IMDB 电影评论情感分类数据集
  • MNIST 手写字符数据集
  • Fashion-MNIST 时尚物品数据集
  • Boston 房价回归数据集

  • 以上都可以从keras直接导入,方法见官网

2、旋转机械故障诊断公开数据集
这篇文章很详细:旋转机械故障诊断公开数据集整理
主要有:

  • CWRU
  • Paderborn
  • FEMTO-ST(PHM2012)
    原连接貌似不可下了,找到在github上的下载地址
  • IMS

3、NASA的预测数据库(与上面有部分重合)
地址:https://ti.arc.nasa.gov/tech/dash/groups/pcoe/prognostic
data repository
NASA该数据库的主要类别如下:

  • [藻类跑道数据集]
  • [CFRP复合材料数据集]
  • [铣削数据集]
  • [轴承数据集]
  • [电池数据集]
  • [涡轮风扇发动机退化模拟数据集]由C-MAPSS生成,也被用作PHM08的数据集
  • [PHM08挑战数据集]
  • [IGBT加速老化Sata集]
  • [投石机数据集]
  • [FEMTO轴承数据组]
  • [随机电池使用数据组]
  • [电容器电应力数据组]
  • [MOSFET热过载时效数据组]
  • [电容器电应力数据组 - 2]
  • [HIRF电池数据组]

你可能感兴趣的:(5_参考的书、网站、代码、文档与数据集)