CNN 模型代码示例

本文将提供一些关于卷积神经网络（CNN）的代码示例。CNN 是深度学习中用于图像识别、图像分类等任务的重要模型。

代码示例

以下是一个简单的 CNN 模型代码示例：

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense

# 构建模型
model = Sequential([
    Conv2D(32, (3, 3), activation='relu', input_shape=(64, 64, 3)),
    MaxPooling2D((2, 2)),
    Flatten(),
    Dense(64, activation='relu'),
    Dense(10, activation='softmax')
])

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

# 训练模型
model.fit(x_train, y_train, epochs=10)

扩展阅读

想要了解更多关于 CNN 的知识，可以访问以下链接：

• TensorFlow 官方文档

TensorFlow Logo