遗传算法优化LSTM网络结构(实现自动根据适应度函数：即准确率来全局搜索最佳网络结构)：主要被优化参数：网络层数，每层的神经元个数，全连接的层数，全连接层的神经元个数。代码有详细注解

代码视频链接：https://www.bilibili.com/video/BV19q4y1Q7DR/

代码效果图：

1.优化参数
本文优化的是LSTM的层数参数和各层神经元参数，其中包含了lstm层和Dense层，其中我们规定了神经网络的层数不超过3层，每层的神经元个数在[32,256]之间。

2.注意事项
  2.1.本文的遗传算法编码并非2进制编码，而是由各个参数组成的一维数组。
   2.2在遗传算法交叉、变异操作中，关于神经网络层数的参数不进行交叉，只对神经网神经元个数进行交叉、变异。
   2.3.文件为两部分每一部分为lstm的部分，一部分为ga部分
文件1，特别提醒：本文主要有两个脚本代码，要存放在同一个文件夹下，第一个要被命名为GA_LSTM_lstm.py(因为第二个脚本要从第一个脚本导出一些数据及参数)，第二个脚本可以随意命名。

#本章节GA_LSTM是关于遗传算法优化lstm算法的层数和全连接层数及每层神经元的个数
import numpy as np
import pandas as pd
imp