使用torch.nn.LSTM构建一个神经网络，请给我一段完整的示例代码

当然，下面是使用torch.nn.LSTM构建一个神经网络的示例代码：

import torch
import torch.nn as nn

class MyLSTM(nn.Module):
    def __init__(self, input_size, hidden_size, output_size):
        super(MyLSTM, self).__init__()
        self.hidden_size = hidden_size
        self.lstm = nn.LSTM(input_size, hidden_size)
        self.fc = nn.Linear(hidden_size, output_size)

    def forward(self, x):
        h0 = torch.zeros(1, x.size(1), self.hidden_size)
        c0 = torch.zeros(1, x.size(1), self.hidden_size)

        out, _ = self.lstm(x, (h0, c0))
        out = self.fc(out[-1])
        return out

在这个例子中，我们使用了一个自定义的LSTM模型，它接受输入大小、隐藏状态大小和输出大小作为参数。LSTM模型包含一个LSTM层和一个全连接层，用于将最终LSTM层的输出转换为模型的最终预测。

值得一提的是，这段代码只是一个简单的示例，实际应用中需要根据具体任务进行修改。