请用python中的sklearn库写一个3*4*5*1的bp神经网络模型

好的，以下是使用sklearn库编写3*4*5*1的bp神经网络模型的代码：

from sklearn.neural_network import MLPRegressor
import numpy as np

# 构造训练数据集
X = np.random.rand(100, 3)
y = np.random.rand(100, 1)

# 构建神经网络模型
mlp = MLPRegressor(hidden_layer_sizes=(4,5),
                   activation='relu',
                   solver='adam',
                   max_iter=1000,
                   verbose=True)

# 开始训练模型
mlp.fit(X, y)

# 进行预测
X_test = np.random.rand(10, 3)
y_pred = mlp.predict(X_test)
print(y_pred)

以上代码中，我们使用了sklearn库中的`MLPRegressor`类来创建神经网络模型，隐藏层设定为(4,5)，激活函数为ReLU，使用adam优化器进行训练，最大迭代次数为1000次，并打开输出日志。训练过程中，我们传入了大小为100*3的输入数据X和100*1的标签数据y。训练完成后，我们测试模型的表现，用大小为10*3的测试数据进行预测，预测结果保存在y_pred中，并输出到控制台。您可以根据自己的具体需求修改代码进行更多的实验和数据处理。