用python写一段卷积神经网络

好的，以下是一个用 Python 编写的卷积神经网络的基本模板：

import tensorflow as tf

# 构建卷积神经网络模型
model = tf.keras.models.Sequential([
    tf.keras.layers.Conv2D(filters=32, kernel_size=3, activation='relu', input_shape=(28, 28, 1)),
    tf.keras.layers.MaxPooling2D(pool_size=2),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(units=64, activation='relu'),
    tf.keras.layers.Dense(units=10, activation='softmax')
])

# 编译模型
model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

# 训练模型
model.fit(train_images, train_labels, epochs=5)

# 使用模型进行预测
test_loss, test_acc = model.evaluate(test_images, test_labels)

print('Test accuracy:', test_acc)

这个模型包括了一个卷积层、一个池化层、一个展平层、两个全连接层。你可以根据自己的需求调整各层的参数和网络结构。