在MATLAB中搭建卷积神经网络（CNN）通常可以使用Deep Learning Toolbox。以下是一个简单的步骤来搭建一个简单的CNN：
准备数据集：首先需要准备好用于训练和测试的数据集。可以使用MATLAB中的imageDatastore函数来导入和管理图像数据集。
创建CNN模型：使用MATLAB中的Deep Network Designer应用程序或编程方式来创建CNN模型。可以通过添加卷积层、池化层和全连接层来构建模型。
定义网络结构：在MATLAB中可以使用CNN架构来定义CNN网络结构。可以在模型中添加卷积层、池化层和全连接层，并指定它们的参数（如滤波器大小、步幅等）。
配置训练选项：使用MATLAB中的trainingOptions函数来配置训练选项，如优化器、学习率、最大迭代次数等。
训练CNN模型：使用MATLAB中的trainNetwork函数来训练CNN模型。将数据集和训练选项传递给trainNetwork函数，即可开始训练模型。
评估模型性能：使用测试数据集对训练好的CNN模型进行评估，可以使用MATLAB中的evaluate函数来评估模型性能。
以上是一个简单的步骤来在MATLAB中搭建卷积神经网络。通过调整网络结构和训练参数，可以进一步优化CNN模型的性能。
