机器学习—神经网络模型训练
神经网络模型训练可以对多种维度的数据进行训练，并进行推理分类。本文介绍如何在古德微平台进行神经网络模型训练，并在图形化编程平台中应用训练好的模型进行推理。
1. 登陆古德微编程平台，然后如下图，打开神经网络模型训练页面。
2. 在神经网络模型训练页面中，如下图，上传样本数据训练集。然后点击开始训练按钮。
- 样本数据训练集的格式要求为csv文件，第一行为标题，其他行为数据。
- 每一列标题不能为空，且不能有重复。标题中不能有空格。
- 第一列为标签列，其他列为特征列。
下面是一个训练样本数据训练集的示例：
可以参考如下代码来生成数据集文件：
3. 训练完成后可以在右侧的预览区，输入测试数据，查看预测结果。如下图
4. 训练后的网页端模型可以保存，下次可以网页上直接加载使用。如下图
注意：下载的网页端模型一共有3个文件，上传时也要全部上传这三个文件。
5. 点击【下载树莓派可用模型】，可以将模型转为可以在树莓派上使用的模型，通过图形化积木编程来使用。下载后的文件有2个，一个名为model.tflite, 另一个名为labels.txt。
参考下图程序
输入数据类型为列表，要注意输入的列表的顺序需要和模型训练时的样本数据顺序一致
输入数据类型为字典，字典的key需要和模型训练时的样本数据特征标签相同。
