用Keras搭建一个完整的LSTM模型

一个完整的 Keras LSTM 模型的搭建过程：

from keras.models import Sequential
from keras.layers import LSTM, Dense

定义模型

model = Sequential()

添加 LSTM 层，指定输出维度和输入形状

model.add(LSTM(64, input_shape=(None, 100)))

添加全连接层

model.add(Dense(10, activation='softmax'))

编译模型

model.compile(loss='categorical_crossentropy', optimizer='rmsprop')

输出模型摘要

model.summary()

这个模型使用了单层 LSTM 和一个全连接层。LSTM 层的输出维度为 64，输入形状为 (None, 100)，其中 None 表示序列长度可以是任意值，100 表示每个时间步的输入维度为 100。

全连接层输出维度为 10，使用 softmax 激活函数。

最后编译模型，指定损失函数和优化器。

以上是一个简单的示例，可以根据自己的需求进行修改。