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。