CNNpython代码

当然，这是一个基本的CNN（卷积神经网络）的Python代码示例：

import torch
import torch.nn as nn

# 定义卷积神经网络模型
class CNN(nn.Module):
    def __init__(self):
        super(CNN, self).__init__()
        
        # 定义卷积层
        self.conv1 = nn.Conv2d(1, 16, kernel_size=3, stride=1, padding=1)
        self.relu = nn.ReLU()
        
        # 定义池化层
        self.pool = nn.MaxPool2d(kernel_size=2, stride=2)
        
        # 定义全连接层
        self.fc1 = nn.Linear(16 * 14 * 14, 10)
    
    def forward(self, x):
        x = self.conv1(x)
        x = self.relu(x)
        x = self.pool(x)
        x = x.view(-1, 16 * 14 * 14)
        x = self.fc1(x)
        
        return x

# 创建CNN模型实例
model = CNN()

# 打印模型结构
print(model)

这段代码定义了一个简单的CNN模型，包含一个卷积层、一个ReLU激活函数、一个池化层和一个全连接层。你可以根据自己的需求修改模型的结构和参数。