写一个lstm 的例子

当然可以，以下是一个简单的LSTM的Python代码示例：

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

# 定义数据
data_dim = 16
timesteps = 8
num_classes = 10
batch_size = 32

# 生成模拟数据
x_train = np.random.random((batch_size, timesteps, data_dim))
y_train = np.random.random((batch_size, num_classes))

# 构建模型
model = Sequential()
model.add(LSTM(32, return_sequences=True, input_shape=(timesteps, data_dim)))
model.add(LSTM(32))
model.add(Dense(num_classes, activation='softmax'))

# 编译模型
model.compile(loss='categorical_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])

# 训练模型
model.fit(x_train, y_train,
          batch_size=batch_size, epochs=10,
          validation_data=(x_val, y_val))

这个代码示例使用Keras库构建了一个简单的LSTM模型，并使用随机生成的数据进行训练。在实际的应用中，你需要使用你自己的数据来训练模型。