# 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 ```