matlab lstm代码

以下是一个简单的 MATLAB LSTM 实现的示例代码：

% 设置参数
inputSize = 3;
numHiddenUnits = 10;
numClasses = 2;

% 定义 LSTM 层
layers = [ ...
    sequenceInputLayer(inputSize)
    lstmLayer(numHiddenUnits,'OutputMode','last')
    fullyConnectedLayer(numClasses)
    softmaxLayer
    classificationLayer];

% 加载数据
load simple_lstm_dataset.mat
XTrain = simple_lstm_train_inputs;
YTrain = simple_lstm_train_outputs;
XTest = simple_lstm_test_inputs;
YTest = simple_lstm_test_outputs;

% 训练 LSTM 模型
miniBatchSize = 27;
options = trainingOptions('adam', ...
    'ExecutionEnvironment','cpu', ...
    'GradientThreshold',1, ...
    'MaxEpochs',100, ...
    'MiniBatchSize',miniBatchSize, ...
    'SequenceLength','longest', ...
    'Shuffle','never', ...
    'Verbose',0, ...
    'Plots','training-progress');
net = trainNetwork(XTrain,YTrain,layers,options);

% 预测并计算精度
YPred = classify(net,XTest,'MiniBatchSize',miniBatchSize);
accuracy = sum(YPred == YTest)/numel(YTest);
fprintf("Accuracy: %.2f%%\n", accuracy*100);

在这个示例中，我们定义了一个包含 LSTM 层的神经网络模型，并使用 'adam' 优化器训练了该模型。我们还加载了一个简单的数据集，将其分为训练集和测试集，并计算了模型在测试集上的分类精度。这只是一个简单的示例，你可以根据你的需求进行修改和扩展。