卷积神经网络进行图像识别 。 使 用 Matlab 工具箱2 deepNetworkDesigner 设计、训练好卷积神经网络，并使用该网络对手写 体数字（可以换成其它应用）进行识别。

好的，你的问题是如何使用Matlab工具箱2 deepNetworkDesigner设计、训练卷积神经网络并进行手写数字识别。

首先，你需要安装Matlab工具箱2 deepNetworkDesigner。然后，你可以按照以下步骤进行卷积神经网络的设计和训练：

1. 打开Matlab工具箱2 deepNetworkDesigner。

2. 点击“Create New Network”按钮创建一个新的神经网络。

3. 在新建的神经网络中添加一个卷积层。你可以通过拖拽“Convolution 2D”模块到神经网络中来添加卷积层。

4. 设置卷积层的参数。你可以设置卷积核的大小、步长、填充方式等参数。

5. 添加一个池化层。你可以通过拖拽“Max Pooling 2D”模块到神经网络中来添加池化层。

6. 设置池化层的参数。你可以设置池化窗口的大小、步长等参数。

7. 重复步骤3至6，直到你得到一个合适的卷积神经网络。

8. 添加全连接层。你可以通过拖拽“Fully Connected”模块到神经网络中来添加全连接层。

9. 设置全连接层的参数。你可以设置神经元的个数、激活函数等参数。

10. 添加输出层。你可以通过拖拽“Output”模块到神经网络中来添加输出层。

11. 设置输出层的参数。你可以设置输出的类别数、损失函数等参数。

12. 点击“Train”按钮进行卷积神经网络的训练。你需要准备好训练数据和测试数据，并设置训练的参数。

13. 训练完成后，你可以使用训练好的卷积神经网络对手写数字进行识别。

希望这些步骤能够帮助你成功地使用Matlab工具箱2 deepNetworkDesigner设计、训练卷积神经网络并进行手写数字识别。