写一个lstm的代码

好的，这是一个简单的 LSTM 模型代码示例，使用 PyTorch 框架实现：

import torch
import torch.nn as nn

class LSTMModel(nn.Module):
    def __init__(self, input_size, hidden_size, num_layers, output_size):
        super(LSTMModel, self).__init__()
        self.hidden_size = hidden_size
        self.num_layers = num_layers
        self.lstm = nn.LSTM(input_size, hidden_size, num_layers, batch_first=True)
        self.fc = nn.Linear(hidden_size, output_size)
        
    def forward(self, x):
        h0 = torch.zeros(self.num_layers, x.size(0), self.hidden_size).to(device)
        c0 = torch.zeros(self.num_layers, x.size(0), self.hidden_size).to(device)
        
        out, _ = self.lstm(x, (h0, c0))
        out = self.fc(out[:, -1, :])
        
        return out

这个 LSTM 模型包含一个 LSTM 层和一个全连接层。输入层的大小为 `input_size`，隐藏层的大小为 `hidden_size`，LSTM 层数为 `num_layers`，输出层的大小为 `output_size`。`forward` 方法定义了 LSTN 模型的前向传递过程。在前向传递过程中，将输入数据 `x` 传入 LSTM 层，并将 LSTM 层的最后一个隐藏状态传递到全连接层中进行预测。