加载保存的LSTM模型 代码 tensorflow

以下是使用 TensorFlow 加载保存的 LSTM 模型的示例代码：

import tensorflow as tf

# 定义模型结构
model = tf.keras.Sequential([
    tf.keras.layers.LSTM(64, input_shape=(None, 10)),
    tf.keras.layers.Dense(1)
])

# 加载保存的模型参数
model.load_weights('path/to/model/weights.h5')

# 使用模型进行预测
result = model.predict(x)

其中，`tf.keras.Sequential` 定义了模型的结构，`tf.keras.layers.LSTM` 定义了 LSTM 层，`tf.keras.layers.Dense` 定义了输出层。`model.load_weights` 方法用于加载保存的模型参数，参数为保存的模型权重文件的路径。最后，使用 `model.predict` 方法进行预测。需要注意的是，输入数据的形状应该与模型定义时的输入形状相同。