博主使用凯斯西储大学轴承数据进行CNN故障分类时，训练准确率几百次后骤降至0.1左右且保持低位，添加dropout、增加模型层数、修改batchsize和调整参数均无效；同时发现不同故障类型数据人眼看无大差别，询问是否需特殊处理。
这里有两个问题：
①在使用凯斯西储大学轴承数据进行CNN故障分类时，
训练的准确率从开始的慢慢增长，一直到训练几百次之后，准确率会骤降，突然降低到0.1左右，然后一直保持很低的状态，大概是训练模型不起作用了。
本以为是过拟合的问题，但是添加了dropout之后依然没有效果，模型从2层加到3层4层依然没有什么效果，batchsize也一直在修改，参数也尝试着去调整仍然得不到解决。
求指点
②凯斯西储大学的轴承数据我打开来看了一下，至少人眼看上去各个不同故障类型的数据，并没有什么很大的差别，是不是数据要进行某些特殊的处理呢？
求指点
凯斯西储大学轴承数据的疑问
最新推荐文章于 2025-06-18 10:54:34 发布
扫一扫
6211
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
