·1D CNN+LSTM预测轴承退化状态

将phm2012数据进行时频变换（cwt），得出786张图像，将数据图像划分8：2训练，测试。

带入到预测模型中（但是做完图像的维度是786，255，2560）
    keras.layers.Conv1D(64, 1, activation='relu', padding="same",input_shape=(255,2560)),
    keras.layers.MaxPooling1D(pool_size=2,padding='valid'),
    keras.layers.Conv1D(128, 1, activation = "relu", padding = "same"),
    keras.layers.MaxPooling1D(pool_size=2, padding='valid'),
    tf.keras.layers.LSTM(64,activation='tanh',return_sequences=True),
    tf.keras.layers.LSTM(128,activation='tanh',return_sequences=False),
    keras.layers.Flatten(),
    keras.layers.Dense(units = 64, activation='relu', kernel_initializer="uniform"),
    keras.layers.Dropout(0.3),
    keras.layers.Dense(units=1, activation='sigmoid', kernel_initializer="uniform")

])

loss=[‘mse']  metrics=['mae']:

loss: 0.0028 - mae: 0.0433

在训练集上效果很好

但是在测试集上loss 效果不好 但是metrics=['mae']的效果太差了

loss: 0.0273 - mae: 0.1612

你好，我是有问必答小助手，非常抱歉，本次您提出的有问必答问题，目前超出我们的服务范围，暂时无法为您解答。

首次提问人员可免费体验一次有问必答服务。目前首次提问的问题服务范围为：编程语言、Java开发、python、数据库、前端开发 领域专业技术问题，为您提供问题的解决思路和指导。不提供源码代写、项目文档代写、论文代写、安装包资源发送或安装、软件使用指导等服务。

我们后续会持续优化，扩大我们的服务范围，为您带来更好地服务。

同测试集效果差

您好，方便分享关于这一块数据处理的代码么