写一个基于Python的两层卷积一层池化的神经网络模型

好的，以下是一个基于Python的两层卷积一层池化的神经网络模型的代码：

import tensorflow as tf

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

# 第一层卷积
x = tf.keras.layers.Conv2D(filters=32, kernel_size=(3, 3), activation='relu')(inputs)
# 第二层卷积
x = tf.keras.layers.Conv2D(filters=64, kernel_size=(3, 3), activation='relu')(x)
# 池化层
x = tf.keras.layers.MaxPooling2D(pool_size=(2, 2))(x)

# 展平层
x = tf.keras.layers.Flatten()(x)
# 全连接层
x = tf.keras.layers.Dense(units=128, activation='relu')(x)
# 输出层
outputs = tf.keras.layers.Dense(units=10, activation='softmax')(x)

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

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

希望这个代码能够帮到你！