写一段LSTM文本分类的代码，基于tensorflow2.0

以下是基于TensorFlow 2.0的LSTM文本分类代码：

import tensorflow as tf
from tensorflow.keras.layers import Embedding, LSTM, Dense
from tensorflow.keras.models import Sequential

# 定义模型
model = Sequential()
model.add(Embedding(input_dim=vocab_size, output_dim=embedding_dim, input_length=max_len))
model.add(LSTM(units=64, dropout=0.2, recurrent_dropout=0.2))
model.add(Dense(units=1, activation='sigmoid'))

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

# 训练模型
model.fit(x_train, y_train, epochs=10, batch_size=32, validation_data=(x_test, y_test))

其中，`vocab_size`表示词汇表大小，`embedding_dim`表示词向量维度，`max_len`表示文本序列最大长度，`x_train`和`y_train`分别表示训练集的输入和输出，`x_test`和`y_test`分别表示测试集的输入和输出。