【使用 TensorFlow 2.0 构建简单的卷积神经网络 (CNN)】

卷积神经网络 (CNN) 是深度学习中最常用的网络类型之一，常用于图像分类和识别。在本文中，我们将使用 TensorFlow 2.0 构建一个简单的 CNN 模型，并在 CIFAR-10 数据集上进行训练和评估。

首先，我们需要安装 TensorFlow 2.0:

pip install tensorflow

接下来，我们导入所需的库:

import tensorflow as tf
from tensorflow import keras

然后我们导入CIFAR-10数据集，并将其分为训练集和测试集:

(x_train, y_train), (x_test, y_test) = keras.datasets.cifar10.load_data()

接下来，我们将对图像进行归一化处理,然后构建我们的 CNN 模型。我们将使用 Keras Sequential API 来构建模型，并使用两个卷积层和一个全连接层。

x_train = x_train / 255.0
x_test = x_test / 255.0

model = keras.Sequential()
model.add(keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=