生成一段使用sparse_categorical_crossentropy损失函数的神经网络结构

以下是一个使用sparse_categorical_crossentropy损失函数的神经网络结构：

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

该模型具有两个密集层，一个具有128个节点，另一个具有10个节点。第一个层使用ReLU激活函数，第二个层使用softmax激活函数。该模型使用sparse_categorical_crossentropy损失函数和Adam优化器进行编译。在训练期间，该模型将监视准确性指标。