二、模型训练与优化（1）：构建并训练模型

目录

1. 安装 Anaconda（推荐）

步骤：

2. 创建并激活虚拟环境

步骤：

3. 安装必要的库

步骤：

4. 编写训练脚本

步骤：

5. 运行训练脚本

步骤：

总结：

---

在完成了准备工作的基础上，接下来进行模型训练与优化。以 MNIST 手写数字识别 为例，使用 TensorFlow 和 Keras 构建、训练并优化一个简单的神经网络模型，并为后续部署到 STM32 做准备。

目前已经完成了 Python、TensorFlow/Keras 等环境的安装与配置，具体准备工作见博客：

一、准备工作（1）：在计算机中安装Python-优快云博客

一、准备工作（2）：部署TensorFlow和Keras-优快云博客

---

1. 安装 Anaconda（推荐）

Anaconda 是一个非常流行的 Python 发行版，包含了大量的数据科学和机器学习库，并且提供了虚拟环境管理工具 conda。使用 Anaconda 可以简化库的安装和环境配置，特别适合初学者。

步骤：

（1）下载 Anaconda 安装程序：

访问 Anaconda 官方下载页面。填写邮箱后，相应下载链接就会发送到邮箱，点击下载

在页面中，找到适用于 Windows 的下载选项，点击下载 64-bit Graphical Installer（图形安装程序）。

（2）运行安装程序：

• 双击下载的 .exe 文件启动安装向导。
• 重要：在安装过程中，建议勾选 “Add Anaconda to my PATH environment variable” 和 “Register Anaconda as my default Python” 选项。这将方便在命令行中使用 conda 和 python 命令。
• 按照安装向导的提示完成安装过程。

（3）验证安装：

• 打开 Anaconda Prompt：
  • 点击 “开始” 菜单，搜索 “Anaconda Prompt” 并打开。

• 检查 Anaconda 版本：
  • 在 Anaconda Prompt 中输入：

    conda --version
    

    显示类似 conda 4.x.x 的版本号。