python写一个LSTM程序

可以的，以下是一个简单的LSTM程序示例：

import numpy as np
from keras.models import Sequential
from keras.layers import LSTM, Dense

# 定义训练数据
data = np.array([[.1, .2, .3], [.2, .3, .4], [.3, .4, .5], [.4, .5, .6]])

# 定义LSTM模型
model = Sequential()
model.add(LSTM(4, input_shape=(3, 1)))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')

# 训练模型
model.fit(data.reshape(4, 3, 1), np.array([.4, .5, .6, .7]), epochs=100, verbose=)

# 预测
print(model.predict(np.array([[.5, .6, .7]]).reshape(1, 3, 1)))

这个程序使用Keras库实现了一个简单的LSTM模型，用于预测一个序列的下一个值。训练数据是一个3维数组，每个元素是一个长度为3的序列。模型的输入形状是(3, 1)，表示每个序列有3个元素，每个元素是一个标量。模型的输出形状是(1,)，表示预测的值是一个标量。模型使用均方误差作为损失函数，使用Adam优化器进行训练。最后，模型预测了一个新的序列，输出它的下一个值。