Keras #1 – 训练一个小型神经网络，并将其部署到单片机上运行。

简介：
本文详细阐述了利用Keras框架构建一个小型神经网络——多层感知器的方法，并演示了如何通过提供数据集进行计算训练，最终将训练过程中获得的模型参数提取出来，并在51单片机上进行部署和运行。内容目录如下：0 – 序言，概述前一篇文章（“Keras #0 – 搭建Keras环境，跑一个例程”）中介绍的如何借助Anaconda Navigator便捷地安装和部署Keras，以及运行一个示例程序以验证其功能。1 – 模型训练，深入探讨了模型的设计原则。2 – 数据集，对数据集的准备和选择进行了说明。3 – 模型的训练过程，详细介绍了如何利用数据集对神经网络进行训练。4 – 模型的保存与再载入，阐述了如何保存训练好的模型并将其重新加载到程序中以供后续使用。5 – 模型参数的提取，描述了从训练好的模型中提取关键参数的方法。6 – 矩阵运算方式，解释了在神经网络中进行矩阵运算的具体步骤和技巧。7 – NNLayer, 对神经网络层结构进行了具体说明。8 – 在单片机上运行, 展示了如何在51单片机上运行提取出的模型参数。