构建和训练神经网络模型是深度学习的核心任务之一。Python 是一种常用的编程语言，因为它有许多强大的库和框架，例如 TensorFlow、PyTorch、Keras 等，这些库和框架可以帮助我们更轻松地构建和训练神经网络模型。

下面是一个简单的示例，演示如何使用 Keras 构建和训练一个简单的神经网络模型：

1. 安装 Keras

首先，你需要安装 Keras。你可以使用 pip 命令进行安装：

pip install keras

2. 准备数据集

在构建神经网络模型之前，你需要准备一个数据集。在这个示例中，我们将使用 MNIST 数据集，它包含了手写数字的图像和标签。Keras 提供了 MNIST 数据集的接口，你可以使用以下代码加载数据集：

from keras.datasets import mnist# 加载 MNIST 数据集
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()# 将图像数据转换为浮点数张量，并将像素值缩放到 0 到 1 之间
train_images = train_images.astype('float32')