LSTM+CNN Python代码
时间: 2023-11-19 10:00:44 浏览: 43
以下是一个使用LSTM和CNN的Python代码示例:
```python
from keras.models import Sequential
from keras.layers import Dense, LSTM, Conv1D, MaxPooling1D, Flatten
# 定义模型
model = Sequential()
model.add(Conv1D(filters=64, kernel_size=3, activation='relu', input_shape=(100,1)))
model.add(Conv1D(filters=64, kernel_size=3, activation='relu'))
model.add(MaxPooling1D(pool_size=2))
model.add(LSTM(100))
model.add(Dense(1, activation='sigmoid'))
# 编译模型
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# 训练模型
model.fit(X_train, y_train, epochs=10, batch_size=64)
# 评估模型
loss, accuracy = model.evaluate(X_test, y_test, verbose=0)
print('Accuracy: %f' % (accuracy*100))
```
这个模型使用了一个1D卷积层和一个最大池化层来处理输入数据,然后使用LSTM层来学习时间序列信息。最后,模型使用一个密集层和sigmoid激活函数来输出二元分类结果。