如何用python的keras库搭建一个lstm模型，输入连续365个数据，输出90个数据预测？

可以使用以下代码搭建一个LSTM模型：

from keras.models import Sequential
from keras.layers import LSTM, Dense

model = Sequential()
model.add(LSTM(64, input_shape=(365, 1)))
model.add(Dense(90))
model.compile(loss='mse', optimizer='adam')

其中，输入数据的shape为(365, 1)，表示输入365个连续的数据，每个数据只有一个特征。输出数据的shape为(90,)，表示输出90个数据。模型使用mse作为损失函数，使用adam作为优化器。