> 本文是《滚动轴承故障诊断》系列的第 2 篇（环境部署）。
> 系列完整目录见文末【专栏导航】。本篇配套的安装命令、自检脚本与报错速查，见博主同名公众号。

## 一、本篇目的：为什么第一件事是搭环境

很多同学拿到代码第一反应是"赶紧跑起来"，结果被 `import tensorflow` 报错劝退——**这不是你笨，是环境没理顺**。

深度学习项目区别于普通脚本的关键：它依赖一个**由十几个库组成的运行时**（TensorFlow 管神经网络、NumPy 管数组、SciPy 读 .mat、scikit-learn 跑随机森林……），这些库又有版本、有依赖、有冲突。**先搭好一个干净的、彼此兼容的环境，后面 8 篇才不会处处踩坑。**

本文不讲"点哪几个按钮"，而是帮你把**这套环境到底由什么组成、为什么这么选**想明白；具体命令请到公众号照着做。

## 二、一套环境 = 三件事

别把它想复杂了，一套能跑的环境就三层：

| 层级 | 是什么 | 本项目的具体选择 |
|---|---|---|
| **解释器** | 真正执行代码的 Python 本体 | Python 3.9（3.8~3.10 均可） |
| **依赖库** | 别人写好的功能包 | numpy / scipy / scikit-learn / matplotlib / tensorflow / joblib / PyQt5 |
| **虚拟环境** | 一套独立的"隔离房间"，房间内固定了 Python 和库的版本 | Anaconda 创建的 `bearing` 环境 |

**为什么要虚拟环境？** 因为你电脑上可能还装了别的 Python 项目（数据分析、爬虫……），每个项目对库的版本要求可能冲突。虚拟环境就像给本项目单独开一间房，**互不干扰**，换版本、删东西都不怕殃及别的项目。这是专业做法的第一步，别跳过。

## 三、逐个认识我们需要的依赖库

这些库后面 8 篇都会反复用到，先混个脸熟：

| 库 | 干什么 | 对应文章章节 |
|---|---|---|
| NumPy | 多维数组，所有数据的"容器" | 第 3/4 篇（数据集、预处理） |
| SciPy | 读取 .mat 数据文件（`loadmat`） | 第 3 篇（数据集） |
| scikit-learn | 随机森林、评估指标 | 第 5 篇 |
| TensorFlow | 构建 CNN / ResNet 神经网络 | 第 6 7 篇 |
| matplotlib | 画波形图、训练曲线、混淆矩阵 | 第 3/6/7 篇 |
| PyQt5 | 做带界面的诊断工具 | 第 8 篇 |
| joblib | 保存/加载随机森林模型 | 第 5 篇 |

> 依赖之间的"隐形关系"：TensorFlow 内部依赖 NumPy；scikit-learn 依赖 NumPy 和 SciPy。**这就是为什么要用 Anaconda 统一装**——它能自动处理好这种依赖关系，避免你手动装的时候"装了 A 发现要 B，装了 B 又把 A 覆盖了"。

## 四、CPU 还是 GPU？本项目 CPU 足够

很多同学一上来就担心"没显卡能不能跑深度学习"。**本项目可以，且应该用 CPU 版跑。**

- 数据量只有 5600 条、模型是轻量的 1D 卷积网络，**CPU 训练也就 10~30 分钟**，完全可接受；
- GPU 版需要英伟达显卡 + CUDA 环境，配置成本高、坑多，**对入门而言得不偿失**；
- 写论文、做答辩，CPU 跑出的结果和 GPU **完全一样**，看不出差别。

所以：**先装 CPU 版，跑通全流程；以后真要做大规模项目，再考虑 GPU。**

## 五、Python 版本怎么选（决定成败的关键一步）

TensorFlow 对新版 Python 的跟进向来慢半拍。**版本太新（3.11+）反而装不上兼容的 TensorFlow**。

所以本项目**锁 3.9**：这个版本 TensorFlow 支持最稳、生态最全，是社区公认的"安全版本"。这也解释了为什么环境篇特别强调"用 Anaconda 建独立环境"——你可以在 3.9 环境里跑本项目，同时完全不影响电脑上可能已有的其他 Python 版本。

## 六、环境搭建的自检思路

装完之后，**别急着跑模型**，先做"体检"。

体检逻辑一句话：**检查每个关键库是不是装上了、能不能正常导入**。这不是"确认文件在不在"，而是模拟一次真正的 `import`，如果有库没装齐，这一步就暴露了，而不是等你跑几十行代码后才报错。

公众号里给你配了一个 `check_env.py` 自检脚本，它做的事就是：逐个 `import` 核心库 → 打印 `[√]`/`[×]` → 缺哪个就直接告诉你该装什么。**这是专业 debug 的第一课：先定位，再解决，不瞎试。**

## 七、环境篇的"三个高频疑问"

**Q1：装失败了，问题到底出在哪？**
按三层排查：① 是不是没装 Anaconda（最基础）；② 是不是没激活 `bearing` 环境就装了库；③ 是不是在装的时候断网/版本不匹配。**绝大多数环境失败，都在这三层里**。

**Q2：能在两台电脑上同步吗？**
可以。等 01 章跑通后，用 `requirements.txt` 在另一台机器 `pip install` 就能复刻出**几乎一致**的环境，这比手动一个个装靠谱得多。

**Q3：装完卡在"正在运行 TensorFlow"很久？**
正常。TensorFlow 首次启动要初始化，耗时几秒到几十秒不等，**不是卡死**。可以开个后台干别的。

## 八、本篇小结

- 环境 = 解释器 + 依赖库 + 虚拟环境，三者理解之后,安装就不是玄学；
- 本项目**锁 Python 3.9、用 CPU 版 TensorFlow**,零基础一台普通电脑即可；
- 具体安装命令、自检脚本、报错速查：**公众号私信**。

![激活 bearing 环境并验证（终端示意）](https://developer.qcloudimg.com/http-save/yehe-3636443/4cf0bde7a2f2427acd13eea001126701.png)

![check_env.py 自检脚本全绿输出](https://developer.qcloudimg.com/http-save/yehe-3636443/45a39658e1a935371c7ffd96239a0fb9.png)


## 【专栏导航】

| 篇次 | 主题 | 状态 |
|---|---|---|
| 1 | 项目总览与三模型对比 | ✅ |
| 2 | 环境部署：Anaconda + TensorFlow 2.x 全流程（本文） | ✅ |
| 3 | CWRU 数据集深度解析与波形可视化 | 排期中 |
| 4 | 数据预处理源码走读：从 .mat 到 npy | 排期中 |
| 5 | 随机森林：传统基线的取舍 | 排期中 |
| 6 | 一维卷积与残差模块：83% 到 95% 的原理拆解 | 排期中 |
| 7 | 训练与评估：复现全部实验结果 | 排期中 |
| 8 | 可视化界面：PyQt5 搭建诊断工具 | 排期中 |
| 9 | 从代码到毕设：论文框架与答辩话术 | 排期中 |

---

**下一篇预告**：《CWRU 数据集深度解析与四类故障波形可视化》，带你看懂这份免费公开的轴承数据集里到底藏了什么。

---

*版权说明：CWRU 数据集版权归凯斯西储大学所有，仅限学习研究使用；本文代码与文字为本人原创，付费专栏读者可学习使用，禁止转售。*


---


本文是《滚动轴承故障诊断》系列的第 2 篇（环境部署）。 系列完整目录见文末【专栏导航】。本篇配套的安装命令、自检脚本与报错速查，见博主同名公众号。

手把手教你：基于深度学习的滚动轴承故障诊断｜第 2 篇 · 环境部署：从零搭建 TensorFlow 2.x 深度学习环境（CPU 版）

本文是"AI滚动轴承故障诊断"系列第2篇，破解"装环境太难"的畏难心理。用"翻译官、工具包、独立房间"三个比喻讲清环境本质；说明普通CPU电脑即可运行、无需GPU；提示锁定版本"固定菜单"避免依赖冲突；强调装完先自检、全绿再开工。

人工智能

本文详解滚动轴承故障诊断项目环境部署，涵盖Python 3.9+Anaconda虚拟环境配置、CPU版TensorFlow安装及NumPy、SciPy等核心依赖库说明，附自检脚本与报错速查，助您快速搭建稳定运行环境。

数据预处理

深度学习

数据分析

解释器

容器

Python

4核4G3M云服务器 新用户低至38元/年！

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

手把手教你：基于深度学习的滚动轴承故障诊断｜第 2 篇 · 环境部署：从零搭建 TensorFlow 2.x 深度学习环境（CPU 版）-腾讯云开发者社区-腾讯云

手把手教你：基于深度学习的滚动轴承故障诊断｜第 2 篇 · 环境部署：从零搭建 TensorFlow 2.x 深度学习环境（CPU 版）

手把手教你：基于深度学习的滚动轴承故障诊断｜第 2 篇 · 环境部署：从零搭建 TensorFlow 2.x 深度学习环境（CPU 版）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐