代码收藏家 深度学习&故障诊断初学者 – 学习路线
针对该领域初学者，经常有人一头雾水，不知如何学习，因此本文提供了一个学习路线 注：以下路线适合使用深度学习做故障诊断的初学者(建议使用Python、pytorch)
深度学习+故障诊断学习路线
stage1: Python入门 – 打好编程基础在线免费python入门编程网站
stage2: 吴恩达课程讲深度学习理论 – 浅浅理解神经网络stage3: 看10篇中文故障诊断论文 – 对故障诊断有个大概了解stage4: 深度学习实战(一定要动手敲代码)stage5: 了解故障诊断相关理论知识及信号处理方法stage6: 实战初级故障诊断代码(同一转速间)基于卷积神经网络的轴承故障诊断算法研究_张伟
stage7: 看10篇SCI3区及以上论文 – 了解发展趋势stage8: 学习进阶故障诊断开源代码 – 积累方法（综述）Deep Learning Algorithms for Rotating Machinery Intelligent Diagnosis: An Open Source Benchmark Study(综述、不同转速间)Applications of Unsupervised Deep Transfer Learning to Intelligent Fault Diagnosis: A Survey and Comparative Study(不同转速间)Domain Adversarial Graph Convolutional network (DAGCN)(小样本学习)Limited Data Rolling Bearing Fault Diagnosis with Few-shot Learning(不同数据集之间迁移)Deep Convolutional Transfer Learning Network: A New Method for Intelligent Fault Diagnosis of Machines With Unlabeled Data数字信号处理介绍及python源代码实战(GAN+STFT) An unsupervised fault diagnosis method for rolling bearing using STFT and generative neural networks域泛化公开代码&论文集合推荐github大佬 follow
stage9: 继续看10篇SCI论文，尝试自己的ideastage10: 继续完善idea，有结果，投稿录用附查找论文代码两个网站https://paperswithcode.com/https://researchcode.com/
公开讲座1、华中科技大学高亮教授：智能诊断中的自动机器学习：研究进展与挑战2、西安交通大学严如强教授：智能诊断中的可解释深度学习：进展与挑战3、华南理工大学陈祝云助理研究员：从部分域、开放集到开放混合域：非完备集知识迁移诊断方法研究4、苏州大学沈长青教授：从域适应到域泛化：人工智能驱动的故障诊断模型探索5、华南理工大学李巍华教授：面向工业场景的深度迁移学习智能诊断：研究进展与挑战6、华南理工大学黄如意助理研究员：赋智故障诊断与预测：复合故障智能解耦与多任务协同监测7、清华大学王天杨助理研究员：面向非协作数据场景的智能诊断与预测研究8、同济大学余建波教授：深度迁移对抗学习驱动的设备健康预诊维护：研究进展与挑战9、西安交通大学孙闯副教授：智能诊断中的图卷积网络：研究进展与探索10、安徽大学陆思良副教授：边缘智能驱动的设备状态实时监测与控制11、东莞理工学院李川研究员：从强监督向弱监督深度学习进化赋能故障诊断12、西安交通大学李响副教授：智能协同故障诊断中的联邦学习：研究进展与挑战13、湖南大学邵海东副教授：从向量域到矩阵域及张量域：智能故障诊断的数据融合与挖掘14、上海交通大学王冬副教授：智能故障诊断新观点：模型结构与输出权重双可解释性15、西安交通大学赵志斌助理教授：从稀疏表示到深度展开网络：模型驱动的可解释智能诊断初探16、西安交通大学雷亚国教授：机械装备智能运维17、国防科技大学 张伦助理研究员：直升机行星轮系振动分离与智能诊断
github入门教程
stage1: Python入门 – 打好编程基础
https://www.bilibili.com/video/BV1vA411b7Rn?spm_id_from=333.337.search-card.all.click B站免费课程 学到P49 建议时长 2周
在线免费python入门编程网站
https://www.w3school.com.cn/python/python_while_loops.asp
stage2: 吴恩达课程讲深度学习理论 – 浅浅理解神经网络
https://www.bilibili.com/video/BV1FT4y1E74V?p=41 建议时长 2周
stage3: 看10篇中文故障诊断论文 – 对故障诊断有个大概了解
stage4: 深度学习实战(一定要动手敲代码)
1、网易云课堂 – 收费298 学到课时81 建议时长 3周 链接：https://study.163.com/course/courseMain.htm?courseId=1210834809 2、推荐！！！B站 – 免费 动手学深度学习 PyTorch版 B站视频 链接：https://space.bilibili.com/1567748478/channel/seriesdetail?sid=358497
配套电子书、代码 链接：https://zh.d2l.ai/chapter_convolutional-modern/alexnet.html 3、 微软 AI education 在线电子教程，有案例 链接：https://zh.d2l.ai/chapter_optimization/lr-scheduler.html
stage5: 了解故障诊断相关理论知识及信号处理方法
故障诊断入门资料整理，不断更新 https://blog.csdn.net/m0_47410750/article/details/123213609?spm=1001.2014.3001.5502
stage6: 实战初级故障诊断代码
(同一转速间)基于卷积神经网络的轴承故障诊断算法研究_张伟
https://github.com/AaronCosmos/wdcnn_bearning_fault_diagnosis
stage7: 看10篇SCI3区及以上论文 – 了解发展趋势
stage8: 学习进阶故障诊断开源代码 – 积累方法
（综述）Deep Learning Algorithms for Rotating Machinery Intelligent Diagnosis: An Open Source Benchmark Study
https://github.com/ZhaoZhibin/DL-based-Intelligent-Diagnosis-Benchmark
(综述、不同转速间)Applications of Unsupervised Deep Transfer Learning to Intelligent Fault Diagnosis: A Survey and Comparative Study
https://github.com/ZhaoZhibin/UDTL
(不同转速间)Domain Adversarial Graph Convolutional network (DAGCN)
https://github.com/HazeDT/DAGCN
(小样本学习)Limited Data Rolling Bearing Fault Diagnosis with Few-shot Learning
https://github.com/SNBQT/Limited-Data-Rolling-Bearing-Fault-Diagnosis-with-Few-shot-Learning
(不同数据集之间迁移)Deep Convolutional Transfer Learning Network: A New Method for Intelligent Fault Diagnosis of Machines With Unlabeled Data
https://github.com/ArthurWish/DCTLN-
数字信号处理介绍及python源代码实战
https://wizardforcel.gitbooks.io/hyry-studio-scipy/content/0.html
(GAN+STFT) An unsupervised fault diagnosis method for rolling bearing using STFT and generative neural networks
https://github.com/lkurakht/CatGAN-bearing-faults
域泛化公开代码&论文集合
https://github.com/junkunyuan/Awesome-Domain-Generalization
推荐github大佬 follow
https://github.com/liguge?tab=stars
stage9: 继续看10篇SCI论文，尝试自己的idea
stage10: 继续完善idea，有结果，投稿录用
附
查找论文代码两个网站
https://paperswithcode.com/
公开讲座
1、华中科技大学高亮教授：智能诊断中的自动机器学习：研究进展与挑战
https://www.bilibili.com/video/BV1e34y1i7ws/?spm_id_from=333.788
2、西安交通大学严如强教授：智能诊断中的可解释深度学习：进展与挑战
https://www.bilibili.com/video/BV1Zr4y1Y7CM/?spm_id_from=333.788
3、华南理工大学陈祝云助理研究员：从部分域、开放集到开放混合域：非完备集知识迁移诊断方法研究
https://www.bilibili.com/video/BV1LL4y1t7sx/?spm_id_from=333.788
4、苏州大学沈长青教授：从域适应到域泛化：人工智能驱动的故障诊断模型探索
https://www.bilibili.com/video/BV1V34y1q758/?spm_id_from=333.788
5、华南理工大学李巍华教授：面向工业场景的深度迁移学习智能诊断：研究进展与挑战
https://www.bilibili.com/video/BV1kY41147dy/?spm_id_from=333.788
6、华南理工大学黄如意助理研究员：赋智故障诊断与预测：复合故障智能解耦与多任务协同监测
https://www.bilibili.com/video/BV1dr4y1e7Jd/?spm_id_from=333.788
7、清华大学王天杨助理研究员：面向非协作数据场景的智能诊断与预测研究
https://www.bilibili.com/video/BV1xa411m72W/?spm_id_from=333.788
8、同济大学余建波教授：深度迁移对抗学习驱动的设备健康预诊维护：研究进展与挑战
https://www.bilibili.com/video/BV1gS4y1L7iE/?spm_id_from=333.788
9、西安交通大学孙闯副教授：智能诊断中的图卷积网络：研究进展与探索
https://www.bilibili.com/video/BV1Aq4y1C7gv/?spm_id_from=333.788
10、安徽大学陆思良副教授：边缘智能驱动的设备状态实时监测与控制
https://www.bilibili.com/video/BV1AR4y1u74b/?spm_id_from=333.788
11、东莞理工学院李川研究员：从强监督向弱监督深度学习进化赋能故障诊断
https://www.bilibili.com/video/BV1hP4y177wt/?spm_id_from=333.788
12、西安交通大学李响副教授：智能协同故障诊断中的联邦学习：研究进展与挑战
https://www.bilibili.com/video/BV14S4y1o79U/?spm_id_from=333.788
13、湖南大学邵海东副教授：从向量域到矩阵域及张量域：智能故障诊断的数据融合与挖掘
https://www.bilibili.com/video/BV1WF411p7ze/?spm_id_from=333.788
14、上海交通大学王冬副教授：智能故障诊断新观点：模型结构与输出权重双可解释性
https://www.bilibili.com/video/BV11R4y1M7vQ/?spm_id_from=333.788
15、西安交通大学赵志斌助理教授：从稀疏表示到深度展开网络：模型驱动的可解释智能诊断初探
https://www.bilibili.com/video/BV1DS4y157zM/?spm_id_from=333.788
16、西安交通大学雷亚国教授：机械装备智能运维
https://www.bilibili.com/video/BV1RU4y1d75q?spm_id_from=333.999.0.0
17、国防科技大学 张伦助理研究员：直升机行星轮系振动分离与智能诊断
https://www.bilibili.com/video/BV1pi4y1k7hi?spm_id_from=333.999.0.0
github入门教程
『教程』一看就懂！Github基础教程 【教程】使用GitHub Desktop管理你的项目 Git + GitHub 10分钟完全入门 Git + GitHub 10分钟完全入门 (进阶)来源：故障诊断与python学习
