keras保存lstm模型代码

以下是使用Keras保存LSTM模型的示例代码：

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

# 创建LSTM模型
model = Sequential()
model.add(LSTM(64, input_shape=(10, 1)))  # LSTM层
model.add(Dense(1, activation='sigmoid'))  # 输出层

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

# 创建模拟数据
X = np.random.random((1000, 10, 1))
y = np.random.randint(2, size=(1000, 1))

# 训练模型
model.fit(X, y, epochs=10, batch_size=32)

# 保存模型
model.save('lstm_model.h5')

在这个例子中，我们定义了一个简单的LSTM模型，对随机生成的数据进行训练，并将训练好的模型保存到`lstm_model.h5`文件中。您可以根据自己的需求修改模型结构和训练数据。