将这段代码换为单向LSTM模型

如果您想将这段代码中的双向LSTM替换为单向LSTM，则只需将 `tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(64))` 替换为 `tf.keras.layers.LSTM(64)` 即可，如下所示：

vocab_size = 10000
model = tf.keras.Sequential([
    tf.keras.layers.Embedding(vocab_size, 64),
    tf.keras.layers.LSTM(64),
    tf.keras.layers.Dense(64, activation='relu'),
    tf.keras.layers.Dense(1)
])
model.summary()

这将创建一个基于嵌入层和单向 LSTM 的文本分类模型，其其它部分与原来的代码保持不变。需要注意的是，单向 LSTM 只能考虑到过去的单词，而不能同时考虑过去和未来的单词。因此，如果您的任务需要考虑到未来的上下文信息，那么双向 LSTM 可能是更好的选择。