【学习日记】基于深度学习的轴承故障诊断学习全过程

学习目标：

四月完成第一篇基于深度学习的故障诊断小论文
目前方向，ResNeXt，transformer，ConvNeXt

---

学习内容：

数据集

西储大学数据集，学校自有DDS数据集

数据处理

数据的一维处理

师兄给的西储大学10分类csv格式数据集，也可以自己制作

数据的二维处理

目前可将一维mat转为二维的灰度图

神经网络

ResNext采坑过程

跑西储大学1d数据集10分类已跑通，但是整个过程数据量太大，后期loss值不稳定（已解决）
原本使用全局平均池化层来抽平数据，数据总是在最后跑的过程中loss值会突然上升并准确度下降，结果不收敛，可能是过拟合了，所以放弃全局平均池化并重新使用dense+alphadropout来进行最后的分类，数据成功收敛，准确度和loss值也稳定了，但目前还有一点瑕疵是是数据量略大

ConvNext采坑过程

tf2.5有dw2d卷积，但是没有1d的，后查询官网tf2.9才有dw1d卷积，纠结是自己把原来的分组卷积改成dw卷积拉到还是再装个一个2.9，装环境真滴要命

还好2.9与2.5使用相同的cuda环境，成功安装2.9，后也用西储数据集跑通了，但是目前没有什么明显的结果，准确率只有0.3，整个网络的结构还是需要大的调整

---

备用资料库：

tf2环境配置

注意安装cuda前不要更新显卡驱动，可以一小时搞定所有配置

更换清华源及其他源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/
以下是国内的主流镜像
  阿里云 http://mirrors.aliyun.com/pypi/simple/ 
  中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 
  豆瓣(douban) http://pypi.douban.com/simple/ 
  清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 
  中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

pytorch环境配置

目前没有遇到简洁直白的安装教程，本人离线安装成功，
离线包下载网址，本人11.2cuda，安装11.1cuda的1.9.0torch，对应torchvision为0.10.0，要注意版本的对应

keras中文文档

keras比pytorch语句简洁很多，说明书是最直观的教程，建议入门以后直接用说明书来学习