帮我写一个lstm模型python代码

在Python中，我们可以使用深度学习库Keras构建一个简单的LSTM（长短期记忆网络）模型。以下是一个基础的例子，它将用于预测序列数据，比如文本生成或股票价格预测：

# 导入所需库
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, Dense

# 定义LSTM模型
def create_lstm_model(input_shape, num_classes):
    model = Sequential()
    model.add(LSTM(128, input_shape=input_shape, return_sequences=True))  # 输入层，LSTM单元数
    model.add(LSTM(64, return_sequences=False))  # 中间层，可能需要根据任务调整层数
    model.add(Dense(num_classes, activation='softmax'))  # 输出层，通常用在分类问题中

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

# 假设我们有输入形状 (samples, timesteps, features) 和类别数 num_classes
input_shape = (None, 50)  # 假设输入序列长度50，样本数量(samples)未定
num_classes = 10  # 假设有10种可能的结果

# 创建并编译模型
model = create_lstm_model(input_shape, num_classes)

# 添加训练数据和标签...
# model.fit(x_train, y_train, epochs=10, batch_size=32)