给我一个bp神经网络的python包代码的列子

以下是使用Python中的Keras包实现一个简单的BP神经网络的示例代码：

from keras.models import Sequential
from keras.layers import Dense

# 创建一个序列模型
model = Sequential()

# 添加输入层和第一个隐藏层，其中输入层有10个神经元，隐藏层有5个神经元
model.add(Dense(units=5, input_dim=10, activation='sigmoid'))

# 添加第二个隐藏层，其中有3个神经元
model.add(Dense(units=3, activation='sigmoid'))

# 添加输出层，其中有1个神经元
model.add(Dense(units=1, activation='sigmoid'))

# 编译模型
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# 训练模型
model.fit(X_train, y_train, epochs=100, batch_size=32)

# 评估模型
score = model.evaluate(X_test, y_test, batch_size=32)
print(score)

在上面的代码中，我们使用Keras包创建了一个序列模型，并添加了3层神经元。其中第一层是输入层，有10个神经元，第二层和第三层是隐藏层，有5个和3个神经元，最后一层是输出层，有1个神经元。我们使用sigmoid函数作为激活函数，并使用binary_crossentropy作为损失函数，使用adam作为优化器。然后，我们使用fit()函数对模型进行训练，并使用evaluate()函数评估模型的性能。