lstm的python代码

下面是一个简单的LSTM的Python代码示例：

import numpy as np
import keras
from keras.models import Sequential
from keras.layers import Dense, LSTM

# 创建训练数据
X_train = np.array([[[1], [2], [3], [4], [5]], [[2], [3], [4], [5], [6]], [[3], [4], [5], [6], [7]]])
y_train = np.array([[6], [7], [8]])

# 创建模型
model = Sequential()
model.add(LSTM(10, input_shape=(5, 1)))
model.add(Dense(1))

# 编译模型
model.compile(loss='mean_squared_error', optimizer='adam')

# 训练模型
model.fit(X_train, y_train, epochs=100, batch_size=1)

# 测试模型
X_test = np.array([[[4], [5], [6], [7], [8]], [[5], [6], [7], [8], [9]], [[6], [7], [8], [9], [10]]])
y_test = np.array([[9], [10], [11]])
loss = model.evaluate(X_test, y_test)
print("Test Loss:", loss)

# 预测未知数据
X_new = np.array([[[7], [8], [9], [10], [11]], [[8], [9], [10], [11], [12]], [[9], [10], [11], [12], [13]]])
y_new = model.predict(X_new)
print("Predictions:", y_new)

该LSTM模型的输入形状为(5, 1)，即每个样本包含5个时间步长和1个特征，输出形状为(1, )，即一个标量。在训练过程中，我们使用均方误差作为损失函数，使用Adam优化器进行优化。