卷积神经网络cnn python代码

以下是一个简单的卷积神经网络CNN的Python代码示例：

import tensorflow as tf

# 定义输入层
inputs = tf.keras.layers.Input(shape=(28, 28, 1))

# 定义卷积层
conv1 = tf.keras.layers.Conv2D(32, (3, 3), activation='relu')(inputs)
pool1 = tf.keras.layers.MaxPooling2D((2, 2))(conv1)

# 定义更深的卷积层
conv2 = tf.keras.layers.Conv2D(64, (3, 3), activation='relu')(pool1)
pool2 = tf.keras.layers.MaxPooling2D((2, 2))(conv2)

# 展平输出并添加全连接层
flatten = tf.keras.layers.Flatten()(pool2)
dense1 = tf.keras.layers.Dense(128, activation='relu')(flatten)
dense2 = tf.keras.layers.Dense(10, activation='softmax')(dense1)

# 定义模型
model = tf.keras.models.Model(inputs=inputs, outputs=dense2)

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

这个代码定义了一个简单的卷积神经网络，用于对28x28像素的手写数字图像进行分类。