在Python中，我们可以使用Keras库来构建神经网络模型。以下是一个简单的示例：
from keras.models import Sequential
from keras.layers import Dense
# 创建模型
model = Sequential()
# 添加输入层和第一个隐藏层
model.add(Dense(units=64, activation='relu', input_dim=100))
# 添加第二个隐藏层
model.add(Dense(units=32, activation='relu'))
# 添加输出层
model.add(Dense(units=10, activation='softmax'))
在这个例子中，我们首先导入了Sequential和Dense类。然后，我们创建了一个Sequential模型并向其中添加了三层。第一层是输入层，它有64个节点并使用了ReLU激活函数。第二层是另一个隐藏层，它有32个节点并也使用了ReLU激活函数。最后一层是输出层，它有10个节点并使用了softmax激活函数。
