一维卷积神经网络Tensorflow2 实现轴承故障诊断_tensorflow故障预测模型

1. 环境与数据

因为主要是学习下一维卷积神经网络用于时序信号与故障诊断这一个应用，所以就不在数据上下过多功夫。说明下环境
TensorFlow是2.3.1
数据用的这位大佬的[1]

2. 模型构建与训练

据说tanh激活函数效果好，就改用了这个

# 定义神经网络
def baseline_model():
    model = Sequential()
    model.add(Convolution1D(16, 128, strides=1, input_shape=(1024, 1), padding="same"))
    model.add(Activation('tanh'))
    model.add(MaxPooling1D(2, strides=2, padding='same'))
    # model.add(BatchNormalization(axis=-1, momentum=0.99, epsilon=0.001, center=True, scale=True, beta_initializer='zeros', gamma_initializer='ones', moving_mean_initializer='zeros', moving_variance_initializer='ones', beta_regularizer=None, gamma_regularizer=None, beta_constraint=None, gamma_constraint=None))
    model.add(Convolution1D(32, 3, padding='same'))
    
1
2
3
4
5
6
7
8