python代码举例说明LSTM
时间: 2023-10-13 16:26:54 浏览: 39
好的,以下是一个简单的 Python 代码示例,用于实现一个 LSTM 模型:
```python
import numpy as np
from keras.models import Sequential
from keras.layers import Dense, LSTM
# 创建数据集
data = [[i for i in range(100)]]
data = np.array(data, dtype=float)
target = [[i for i in range(1, 101)]]
target = np.array(target, dtype=float)
# 将数据集重构为 LSTM 的输入格式,即 [样本数,时间步伐,特征维度]
data = data.reshape((1, 1, 100))
target = target.reshape((1, 1, 100))
# 创建模型
model = Sequential()
model.add(LSTM(50, input_shape=(1, 100), return_sequences=True))
model.add(Dense(100))
# 编译模型
model.compile(loss='mean_absolute_error', optimizer='adam', metrics=['accuracy'])
# 训练模型
model.fit(data, target, epochs=1000, verbose=2)
# 预测模型
predict = model.predict(data)
print(predict)
```
此代码示例使用 Keras 库来实现 LSTM 模型。首先,我们创建了一个数据集和目标数据集,并将它们重构为 LSTM 模型的输入格式。然后,我们创建了一个包含一个 LSTM 层的模型,并将其编译。接下来,我们使用数据集和目标训练模型,并使用模型预测结果。最后,我们打印出预测结果。