simple RNN

以下是一个简单的RNN模型的示例代码，它使用Keras库来实现：

from keras.models import Sequential
from keras.layers import Dense, SimpleRNN

# 定义模型
model = Sequential()
model.add(SimpleRNN(units=32, input_shape=(None, 1)))
model.add(Dense(units=1))

# 编译模型
model.compile(optimizer='sgd', loss='mse')

# 训练模型
model.fit(X_train, y_train, epochs=10, batch_size=32)

在这个示例中，我们使用了一个简单的RNN层，它有32个神经元。输入数据的形状是(None, 1)，其中None表示序列长度可以是任意值。我们还添加了一个全连接层，用于输出预测结果。最后，我们使用随机梯度下降（SGD）优化器和均方误差（MSE）损失函数来编译模型，并使用训练数据进行训练。