卷积神经网络 Python

卷积神经网络（Convolutional Neural Network，CNN）是一种常用于像识别、语音识别等领域的深度学习模型。在Python中，可以使用多种深度学习框架（如TensorFlow、PyTorch等）来实现卷积神经网络。

在TensorFlow中，可以使用tf.keras.layers中的Conv2D层来构建卷积层。例如，以下代码展示了如何构建一个简单的卷积神经网络模型：

import tensorflow as tf

model = tf.keras.Sequential([
    tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),
    tf.keras.layers.MaxPooling2D((2, 2)),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(10, activation='softmax')
])

其中，第一层为卷积层，包含32个3x3的卷积核，使用ReLU激活函数；第二层为最大池化层，使用2x2的池化窗口；第三层为展平层，将卷积层输出的特征图展平成一维向量；第四层为全连接层，输出10个类别的概率分布。