设计一个简单的卷积神经网络（CNN）用于对CIFAR图像进行分类

    # 本教程演示如何训练一个简单的卷积神经网络（CNN）来对CIFAR图像进行分类。
    # 因为本教程使用Keras顺序API，所以创建和训练我们的模型只需要几行代码。
    import tensorflow as tf
    
    from tensorflow.keras import datasets, layers, models
    import matplotlib.pyplot as plt     # Matplotlib 是一个 Python 的 2D绘图库
    
    # 下载并准备CIFAR10数据集
    # CIFAR10数据集包含10个类中的60000个彩色图像，每个类中有6000个图像。
    # 数据集分为50000个训练图像和10000个测试图像。这些类是互斥的，它们之间没有重叠。
    
    (train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()
    
    # Normalize pixel values to be between 0 and 1  将像素值规格化为介于0和1之间