cnn-lstm模型一维数据代码

以下是一个基本的 CNN-LSTM 模型的一维数据代码示例：

from keras.models import Sequential
from keras.layers import Dense, Dropout, Conv1D, MaxPooling1D, LSTM

model = Sequential()
model.add(Conv1D(filters=64, kernel_size=3, activation='relu', input_shape=(100,1)))
model.add(Conv1D(filters=64, kernel_size=3, activation='relu'))
model.add(MaxPooling1D(pool_size=2))
model.add(Dropout(0.25))
model.add(LSTM(50))
model.add(Dropout(0.5))
model.add(Dense(1, activation='sigmoid'))

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

这个模型包含了两个卷积层，一个最大池化层，一个 LSTM 层以及两个 Dropout 层。输入的数据应该是一个形状为 (batch_size, timesteps, features) 的三维数组，其中 batch_size 表示每个 batch 中包含的样本数，timesteps 表示每个样本中包含的时间步数，features 表示每个时间步中包含的特征数。在这个示例中，我们假设每个样本包含 100 个时间步，每个时间步中只包含一个特征。