LSTM神经网络用于化学过程？

Question

我有以下数据集 用于炼油厂的化学过程。它由5x5输入向量组成，其中每个向量在每分钟被采样。输出是整个过程的结果，每5分钟采样一次。

我得出结论，输出（黄色）很大程度上取决于过去的输入向量。最近看了LSTM并尝试在Python和Torch上学习它们。

但是我不知道如何以我的LSTM可以处理它的方式准备我的数据集，并在使用新的输入向量进行测试时显示未来的预测。

是否有直接的方式来相应地预处理我的数据集？

EDIT1：事实上，我发现了这个关于自然语言处理LSTM培训的博客http://karpathy.github.io/2015/05/21/rnn-effectiveness/。简而言之，LSTM将角色作为输入并尝试生成下一个角色。最终，它可以训练莎士比亚诗歌，以产生新的莎士比亚诗歌！但建议使用GPU加速。

EDIT2：基于EDIT1，格式化数据集的最佳方法是将我的excel转换为带有TAB分隔列的txt。我会尽快在上面的数字数据集上发布LSTM预测的结果。