设计一个对MNIST处理的CNN网络，网络结构和参数要求如下表，其中每一次 MaxPooling后都添加系数为0.25的 Dropout.

|层次|网络结构|参数要求|
|:-:|:-:|:-:|
|1|卷积层|卷积核大小为5x5，卷积核数量为32，激活函数为ReLU|
|2|MaxPooling层|池化核大小为2x2，步长为2|
|3|Dropout层|Dropout系数为0.25|
|4|卷积层|卷积核大小为5x5，卷积核数量为64，激活函数为ReLU|
|5|MaxPooling层|池化核大小为2x2，步长为2|
|6|Dropout层|Dropout系数为0.25|
|7|全连接层|神经元数量为512，激活函数为ReLU|
|8|Dropout层|Dropout系数为0.5|
|9|全连接层|神经元数量为10，激活函数为Softmax|

其中，输入为28x28的灰度图像，输出为10个类别的概率分布。