写一个一个多输出的MLP（多层感知机）模型的代码

以下是一个三层的MLP模型，包含两个隐藏层和一个输出层，每个隐藏层有50个神经元，使用ReLU激活函数，输出层使用softmax激活函数。

import tensorflow as tf

# 构建模型
model = tf.keras.Sequential([
    tf.keras.layers.Dense(50, activation='relu', input_shape=(784,)),
    tf.keras.layers.Dense(50, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])

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

# 打印模型结构
model.summary()

其中，784是输入层的神经元数，表示MNIST手写数字数据集的每张图片都是28x28像素的灰度图像，因此有784个像素。输出层有10个神经元，分别对应0~9十个数字的概率输出。