lstm神经网络python代码
时间: 2023-09-15 08:23:09 浏览: 35
以下是一个简单的LSTM神经网络的Python代码示例,用于二元分类问题。
```python
import numpy as np
from keras.models import Sequential
from keras.layers import Dense, LSTM
# 创建数据集
data = np.array([[0, 0], [0, 1], [1, 0], [1, 1]])
labels = np.array([0, 1, 1, 0])
# 创建模型
model = Sequential()
model.add(LSTM(10, input_shape=(1, 2)))
model.add(Dense(1, activation='sigmoid'))
# 编译模型
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# 训练模型
model.fit(data.reshape(4, 1, 2), labels, epochs=1000, verbose=0)
# 测试模型
test_data = np.array([[0, 0], [0, 1], [1, 0], [1, 1]])
predictions = model.predict(test_data.reshape(4, 1, 2))
print(predictions)
```
在此示例中,我们创建一个LSTM层,该层有10个神经元,并将其输入形状设置为(1, 2)。然后,我们添加一个具有sigmoid激活函数的密集层,并将模型编译为使用二元交叉熵损失和Adam优化器进行训练。我们使用数据集进行1000次训练迭代,并通过调用predict方法来测试模型。
相关推荐
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)