Вопрос по нейронные сетям

Собственно говоря сверточная нейросеть именно это и делает. В последний выходной слой классификатора на сверточной сети ставьте activation='softmax'
Затем, после прохождения обучения (model.fit) используйте метод predict (model.predict(test)), чтобы получить матрицу, в которой собраны вероятности по всем классам фотографии test.
Если, например, у вас только два класса (кошки и собаки), то там увидите, что например, экземпляр test распознаётся, на 60% как класс "кошка" и на 40% как класс "собака". Поэтому нейросеть распознает этот экземпляр как класс "кошка".

Никто вообще в принципе не знает что такое нейросеть, как она выглядит и что делает!
Но всё больше идиотов утверждает, что с помощью нее можно творить чудеса. От выбора помидор или картошки до поиска/редактирования фото или создания из фильма на пленке 30-х годов высококачественного 4-8К видео. )))
Сами они, конечно, не делали, не пробовали и с нейросетью не сталкивались, но по рассказам знакомых, родных, соседей, дочерей офицеров и местных бомжей - это истинная правда! ))))

Хочешь ты, а сделать должен я?

Для реализации классификатора изображений подойдет Tensorflow https://www.tensorflow.org/tutorials/keras/classification и дело за малым — найти размеченную базу нужных изображений и обучать на ней сеть до получения приемлемых показателей качества предсказания.

вообще-то именно так нейронки и работают

Папку с пачкой котов всех возможных видов кормишь сети, в виде обучения, она знает, что это кошки. В режиме работы даешь фото, она уже из обучения ответит что это не кошка, если там не кошка. Если ошибется - докармливаешь эту фотку в обучение, дальше снова работаешь пока не исчезнут все ошибки, и всегда будет определяться кошка.