请给我一段Pytorch的LSTM模型对自然语言处理的实际代码

好的，以下是一个简单的Pytorch LSTM模型的自然语言处理代码示例：

import torch
import torch.nn as nn

class LSTM(nn.Module):
    def __init__(self, input_size, hidden_size, output_size):
        super(LSTM, self).__init__()
        self.hidden_size = hidden_size
        self.lstm = nn.LSTM(input_size, hidden_size)
        self.fc = nn.Linear(hidden_size, output_size)

    def forward(self, input):
        batch_size = input.size(1)
        hidden = self.init_hidden(batch_size)
        lstm_out, hidden = self.lstm(input, hidden)
        output = self.fc(lstm_out[-1])
        return output

    def init_hidden(self, batch_size):
        return (torch.zeros(1, batch_size, self.hidden_size),
                torch.zeros(1, batch_size, self.hidden_size))

# Example usage
input_size = 100
hidden_size = 256
output_size = 10
model = LSTM(input_size, hidden_size, output_size)
input = torch.randn(5, 3, input_size) # sequence length, batch size, input size
output = model(input)
print(output.size()) # should be (3, 10) - batch size, output size

在这个例子中，我们定义了一个LSTM模型，它的输入大小为100，隐藏大小为256，输出大小为10。我们在输入上运行LSTM，并将最后一个输出传递给一个全连接层，以产生最终的输出。在这个例子中，我们使用了PyTorch中的nn.LSTM层，它自动处理序列长度和批量大小，因此我们可以一次将多个序列传递给模型。