具有多个输出的Pytorch中的多功能RNN

我目前正在尝试使用Pytorch找出RNN的基础，并且我从理论上理解了例如LSTM单元的基础知识。我在理解Pytorch中的RNN（或LSTM）时遇到一些问题

我似乎不知道如何准备数据

我有一个数据集，有许多不同长度的序列。 每个序列有3个属性（对应于纬度、经度和速度），如下所示：

array([[ 6.92456324e+01, -5.35513514e+01,  2.66666667e-01],
   [ 6.92456324e+01, -5.35513514e+01,  2.66666667e-01],
   [ 6.92456650e+01, -5.35514333e+01,  0.00000000e+00],
   [ 6.92456733e+01, -5.35514242e+01,  0.00000000e+00],
   ...,...,...])

然后我想训练一个RNN来预测未来的纬度和经度（前两个特征）

也就是说，对于第一行，我想在第2步、第11步和最后一步中预测LAT和LON。对于第二行，我想预测步骤3、步骤12和最后一步ect中的LAT和LON

我想通过扩展测试和向后滑动测试（我想这就是所谓的）来尝试这一点，看看两者的区别

我试着四处看看，但大多数时候，重点是让网络与我联系