写一段使用sklearn的cnn代码

这是一段使用 sklearn 的 CNN 的代码示例：

from sklearn.datasets import fetch_openml
from sklearn.model_selection import train_test_split
from sklearn.neural_network import MLPClassifier

# 加载数据集
X, y = fetch_openml('mnist_784', version=1, return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)

# 创建并训练 CNN
clf = MLPClassifier(hidden_layer_sizes=(50,), max_iter=10, alpha=1e-4,
                    solver='sgd', verbose=10, tol=1e-4, random_state=1,
                    learning_rate_init=.1)
clf.fit(X_train, y_train)

# 预测并评估
y_pred = clf.predict(X_test)
print("Accuracy: {:.3f}".format(clf.score(X_test, y_test)))

这段代码先使用 sklearn 的 fetch_openml 函数加载 MNIST 数据集，然后将其分为训练集和测试集。然后使用 MLPClassifier 来创建一个 CNN 模型，并使用 fit 函数对其进行训练，最后使用 predict 函数对测试集进行预测，并使用 score 函数评估准确率。