Python 如何为tensorflow建模数据？

我有以下表格的数据：

A   B   C   D   E   F   G
1   0   0   1   0   0   1
1   0   0   1   0   0   1
1   0   0   1   0   1   0
1   0   1   0   1   0   0
...               
1   0   1   0   1   0   0
0   1   1   0   0   0   1
0   1   1   0   0   0   1
0   1   0   1   1   0   0
0   1   0   1   1   0   0

A、B、C、D

是我的输入，

E、F、G

是我的输出。我使用TensorFlow在Python中编写了以下代码：

from __future__ import print_function
#from random import randint

import numpy as np
import tflearn
import pandas as pd


data,labels =tflearn.data_utils.load_csv('dummy_data.csv',target_column=-1,categorical_labels=False, n_classes=None)

 print(data)
 # Build neural network
 net = tflearn.input_data(shape=[None, 4])
 net = tflearn.fully_connected(net, 8)
 net = tflearn.fully_connected(net, 8)
 net = tflearn.fully_connected(net, 3, activation='softmax')
 net = tflearn.regression(net)

 # Define model
 model = tflearn.DNN(net)
 #Start training (apply gradient descent algorithm)
 data_to_array = np.asarray(data)
 print(data_to_array.shape)
 #data_to_array= data_to_array.reshape(6,9)
 print(data_to_array.shape)
 model.fit(data_to_array, labels, n_epoch=10, batch_size=3, show_metric=True)

我收到一个错误，上面写着：

ValueError:无法为Tensor

'InputData/X:0'

提供形状

（3,6）

的值，该Tensor具有形状

'（？，4）

---

我猜这是因为我的输入数据有7列（0…6），但我希望输入层只将前四列作为输入，并预测数据中的最后3列作为输出。如何对此进行建模？

如果数据采用numpy格式，则前4列将使用一个简单的切片：

data[:,0:4]

：

表示“所有行”，

0:4

是一系列值

0,1,2,3

，前4列

如果数据不是numpy格式，只需将其转换为numpy格式即可轻松切片

---

这里有一篇关于numpy切片的相关文章：

但是，我在哪里输入最后3列（E、F、G），它们是我的输出？您当然也需要为标签声明一个输入。