博主秋雨行舟在csdn、b站都有开源，这里只做自己的学习记录用。
基于深度学习的轴承故障诊断，原文在这里，软件的下载、环境的配置up主给的非常详细了，所以这里只记录一些代码注释
一、CNN
注意：作者的代码是有一点点问题的，更改三条代码就可以正常运行了：
1.pycharm的一些快捷键：这篇非常详细
单行注释：CTRL+/
多行注释：CTRL+SHIFT+/
2. str对path的处理
这两种都正确：
path = r'data/0HP'
path = 'data//0HP'
当路径末尾为/时：
path = r'data/0HP' '/'
3.os.listdir(path)
4.os.path.join()用法
5.loadmat()解读
6.preprocessing.StandardScaler()
首先，调用preprocessing模块中StandardScaler()类的fit()函数，通过数组x_train（待处理的数组）构建标准化模型scaler。
然后，调用模型scaler的transform函数，就可以对x_train数组进行标准化啦。
scaler=preprocessing.StandardScaler().fit(x_train)
scaler.transform(x_train)
7.Numpy 中 np.vstack() 和 np.hstack() 简单解析
8.Python中Numpy ndarray的使用详解
9.loadmat()解读
10.os.path.join的用法
os.path.join()用法
11.Python 文件读取的4种方式
12.PATH的详细用法
13.
这篇解释的很好，python中shape用法
14.python中reshape的用法
tensorflow卷积神经网络详解-函数详解
15.TSNE实现降维及可视化
TSNE数据降维
16.plt.scatter()函数用法
python colorbar详解
神经网络——最易懂最清晰的一篇文章
文章来源：https://www.toymoban.com/news/detail-437729.html
某篇已经复现的文章来源地址https://www.toymoban.com/news/detail-437729.html
到了这里，关于学习“基于深度学习的故障诊断”开源的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
