生成一段CNN故障识别代码
时间: 2023-12-04 10:03:11 浏览: 25
以下是一段CNN故障识别代码的示例:
```python
import tensorflow as tf
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Dropout, Flatten, Dense
# 创建一个卷积神经网络模型
model = tf.keras.Sequential([
Conv2D(32, (3, 3), activation='relu', input_shape=(100, 100, 3)),
MaxPooling2D((2, 2)),
Conv2D(64, (3, 3), activation='relu'),
MaxPooling2D((2, 2)),
Conv2D(128, (3, 3), activation='relu'),
MaxPooling2D((2, 2)),
Flatten(),
Dense(128, activation='relu'),
Dropout(0.5),
Dense(1, activation='sigmoid')
])
# 编译模型
model.compile(optimizer='adam',
loss='binary_crossentropy',
metrics=['accuracy'])
# 训练模型
history = model.fit(train_images, train_labels, epochs=10,
validation_data=(test_images, test_labels))
```
该代码使用了卷积层、池化层、全连接层等常见的CNN模型结构,并使用了二分类的交叉熵损失函数和Adam优化器进行模型训练。可以根据具体的故障识别任务进行调整。