关于cnn的结构改进 并将分类西储大学的数据

该博客介绍了针对CWRU数据集的卷积神经网络(CNN)结构改进,用于进行分类任务。首先进行了数据预处理,接着构建了两个不同的CNN模型:SimpleCNN和SimpleCNN1,它们包含卷积、批量归一化和激活函数等层。通过PyTorch训练模型,使用Adam优化器和交叉熵损失函数,并在训练过程中更新网络权重,以提高分类性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

-----

-----

-

-------

---

主要是先进行分析,然后--读取数据后 构造卷积网络模型

得到最后的结果

import torch
import numpy as np
import torch.nn as nn
import scipy.io as sio
from torch.utils.data import Dataset, DataLoader
from sklearn.preprocessing import maxabs_scale


class CWRU_DATA(Dataset):
    def __init__(self, data_num=100, data_len=1024):  # not overlapped
        self.data, self.label = self.prepare_data(num=data_num, length=data_len)  # (4, 100, 1024)

    def __len__(self):
        return len(self.label)

    def data_preprocess(self, x):
        x = x.astype(np.float32)  # shape: (N,)
        x = maxabs_scale(x)
     

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matlab_python22

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值