cnn模型代码TensorFlow

在TensorFlow框架中，卷积神经网络（Convolutional Neural Network，简称CNN）的代码通常包含以下几个步骤：

1. **导入库**：

import tensorflow as tf
from tensorflow.keras import layers

2. **创建模型**：

model = tf.keras.Sequential([
    layers.Conv2D(32, (3, 3), activation='relu', input_shape=(height, width, channels)), # 卷积层
    layers.MaxPooling2D((2, 2)), # 池化层
    layers.Conv2D(64, (3, 3), activation='relu'),
    layers.MaxPooling2D((2, 2)),
    layers.Flatten(), # 展平层
    layers.Dense(128, activation='relu'), # 全连接层
    layers.Dropout(0.5), # 防止过拟合
    layers.Dense(num_classes, activation='softmax') # 输出层
])

3. **编译模型**：

model.compile(optimizer='adam',
              loss=tf.keras.losses.categorical_crossentropy,
              metrics=['accuracy'])

4. **训练模型**：

model.fit(x_train, y_train, epochs=num_epochs, validation_data=(x_test, y_test))

5. **保存模型**：

model.save('cnn_model.h5')