用python写一个lstm神经网络
时间: 2023-10-30 16:08:41 浏览: 36
以下是一个简单的LSTM神经网络的Python代码示例:
```python
import numpy as np
from keras.models import Sequential
from keras.layers import Dense, LSTM
# 定义输入和输出
X = np.array([[0.1, 0.2, 0.3],
[0.2, 0.3, 0.4],
[0.3, 0.4, 0.5],
[0.4, 0.5, 0.6],
[0.5, 0.6, 0.7]])
y = np.array([0.4, 0.5, 0.6, 0.7, 0.8])
# 定义模型
model = Sequential()
model.add(LSTM(64, input_shape=(3, 1)))
model.add(Dense(1, activation='linear'))
model.compile(optimizer='adam', loss='mse')
# 训练模型
model.fit(X.reshape(5, 3, 1), y, epochs=100, batch_size=1)
# 预测结果
print(model.predict(np.array([[0.6, 0.7, 0.8]]).reshape(1, 3, 1)))
```
这个模型有一个LSTM层和一个全连接层。输入是一个形状为(5, 3, 1)的张量,其中5是样本数,3是时间步长,1是每个时间步的特征数。输出是一个形状为(5, 1)的张量,其中5是样本数,1是每个样本的输出特征数。在训练过程中,我们使用均方误差作为损失函数,Adam优化器进行优化。最后,我们预测输入为[0.6, 0.7, 0.8]的结果。