136.md

# 使用 Keras 的 LSTM

创建 LSTM 模型只需添加 LSTM 层而不是 SimpleRNN 层，如下所示：

```py
model.add(LSTM(units=4, input_shape=(X_train.shape[1], X_train.shape[2])))
```

模型结构如下所示：

```py
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
lstm_1 (LSTM)                (None, 4)                 96        
_________________________________________________________________
dense_1 (Dense)              (None, 1)                 5         
=================================================================
Total params: 101
Trainable params: 101
Non-trainable params: 0
_________________________________________________________________
```

笔记本 `ch-07b_RNN_TimeSeries_Keras` 中提供了 LSTM 模型的完整代码。

由于 LSTM 模型具有更多需要训练的参数，对于相同数量的迭代（20 个周期），我们得到更高的误差分数。我们留给您探索周期和其他超参数的各种值，以获得更好的结果：

```py
Train Score: 32.21 RMSE
Test Score: 84.68 RMSE
```

![](img/b64ddef8-5b68-44b8-842e-779177ef1557.png)