要在Keras中創建一個簡單的全連接神經網絡，可以按照以下步驟進行：
import keras
from keras.models import Sequential
from keras.layers import Dense
model = Sequential()
model.add(Dense(units=128, activation='relu', input_shape=(input_shape,)))
model.add(Dense(units=64, activation='relu'))
model.add(Dense(units=num_classes, activation='softmax'))
在上面的代碼中，第一層是輸入層，units參數指定該層的神經元數量，activation參數指定激活函數，input_shape參數指定輸入數據的形狀。后續的層也可以按照類似的方式添加。
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
在compile函數中，可以指定損失函數、優化器和評估指標。
model.fit(X_train, y_train, batch_size=32, epochs=10, validation_data=(X_val, y_val))
在fit函數中，可以指定訓練數據、批大小、迭代次數等參數。
通過以上步驟，就可以創建一個簡單的全連接神經網絡并進行訓練。
