考研录取结束已经快一个月了，应该有不少宝子们选了机械故障诊断这个方向吧，这个方向有好有坏，不过既然选择了，那就好好干。
我大学期间只学过C语言，也算是零基础学的这个方向，一开始也是没有人指导，走了不少弯路，浪费了不少时间。
首先，python是需要会的，用最快的速度过一遍网上的教程，对常用的包的一些操作要熟悉（numpy），这一步尽量快速学一遍，以后就是哪里不会查哪里了；
其次，深度学习的基础理论是必须要了解掌握的，卷积网络（CNN）、循环网络（RNN，LSTM，GRU）、注意力机制(Attention)、误差反向传播、激活函数、数据集划分（训练集，验证集，测试集）、评价指标（ACC，AUC）等，这块建议好好学习一下，建议跟着网上的视频敲一敲代码，听不懂的地方可以上网搜也可以问AI。
因为当初对这块很感兴趣，所以b站吴恩达老师的机器学习，李沐老师的动手学深度学习全都过了一遍；
然后，深度学习框架也是必须掌握的，推荐Pytorch，因为很多网上开源代码都是用的这个框架，熟悉了之后不管是自己写，还是改都会方便很多。这个我当时是看的b站小土堆的视频，看完之后，可以对整个深度学习的训练过程有了一个清晰的认识。
当你把这些主线知识都达标以后，就可以找有代码的论文进行复现，检验自己的学习成果了。平时我主要是在Github还有paper with code上找代码，关键词（Fault diagnosis）,如果能顺利跑通，也能明白每一行代码的作用，吃透这一篇论文和代码，那么恭喜你，可以进入下一步的学习了。
#深度学习 #科研小白 #故障诊断
我大学期间只学过C语言，也算是零基础学的这个方向，一开始也是没有人指导，走了不少弯路，浪费了不少时间。
首先，python是需要会的，用最快的速度过一遍网上的教程，对常用的包的一些操作要熟悉（numpy），这一步尽量快速学一遍，以后就是哪里不会查哪里了；
其次，深度学习的基础理论是必须要了解掌握的，卷积网络（CNN）、循环网络（RNN，LSTM，GRU）、注意力机制(Attention)、误差反向传播、激活函数、数据集划分（训练集，验证集，测试集）、评价指标（ACC，AUC）等，这块建议好好学习一下，建议跟着网上的视频敲一敲代码，听不懂的地方可以上网搜也可以问AI。
因为当初对这块很感兴趣，所以b站吴恩达老师的机器学习，李沐老师的动手学深度学习全都过了一遍；
然后，深度学习框架也是必须掌握的，推荐Pytorch，因为很多网上开源代码都是用的这个框架，熟悉了之后不管是自己写，还是改都会方便很多。这个我当时是看的b站小土堆的视频，看完之后，可以对整个深度学习的训练过程有了一个清晰的认识。
当你把这些主线知识都达标以后，就可以找有代码的论文进行复现，检验自己的学习成果了。平时我主要是在Github还有paper with code上找代码，关键词（Fault diagnosis）,如果能顺利跑通，也能明白每一行代码的作用，吃透这一篇论文和代码，那么恭喜你，可以进入下一步的学习了。
#深度学习 #科研小白 #故障诊断
