设计一个对MNIST处理的CNN网络，网络 结构和参数要求如下表，其中每一次 MaxPooling后都添加系数为0.25的 Dropout

层，最后输出10个分类结果。

| 层 | 参数 |
| ------- | ------------------------------------------------------------ |
| 卷积1 | 输入：28x28x1，卷积核：3x3，深度：32，步长：1，padding：same |
| 激活1 | ReLU |
| MaxPool1 | 池化核：2x2，步长：2 |
| Dropout1 | 系数：0.25 |
| 卷积2 | 输入：14x14x32，卷积核：3x3，深度：64，步长：1，padding：same |
| 激活2 | ReLU |
| MaxPool2 | 池化核：2x2，步长：2 |
| Dropout2 | 系数：0.25 |
| 卷积3 | 输入：7x7x64，卷积核：3x3，深度：128，步长：1，padding：same |
| 激活3 | ReLU |
| MaxPool3 | 池化核：2x2，步长：2 |
| Dropout3 | 系数：0.25 |
| Flatten | |
| 全连接1 | 神经元数：128 |
| 激活4 | ReLU |
| Dropout4 | 系数：0.5 |
| 全连接2 | 神经元数：10 |
| 激活5 | Softmax |

其中，ReLU为激活函数，Softmax为输出层激活函数。Dropout层用于防止过拟合，系数分别为0.25和0.5。最后的全连接层输出10个分类结果，对应10个数字。