Ajustar o script

É Um script em pyton que le um arquivo de 1 parametro e faz previsão  deste parametro.
Quero que seja 5 ou mais parametros com resultado de previsão para 1 parametro ia rede rnn
aqui está ajustado para 15 parametros. Saida 15 , está com erro o codigo linha 11 e 15 por falta demencionamento


import pandas as pd
base = pd.read_csv('dados.csv')
#base = base.dropna()

baseX = base.iloc[:,0:16].values
baseY = base.iloc[:,16:31].values

periodos = 30
previsao_futura = 1 # horizonte

X = baseX[0:(len(baseX) - (len(baseX) % periodos))]
X_batches = X.reshape(-1, periodos, 1)

y = baseY[1:(len(baseY) - (len(baseY) % periodos)) + previsao_futura]
y_batches = y.reshape(-1, periodos, 1)

X_teste = baseX[-(periodos + previsao_futura):]
X_teste = X_teste[:periodos]
X_teste = X_teste.reshape(-1, periodos, 1)
y_teste = baseY[-(periodos):]
y_teste = y_teste.reshape(-1, periodos, 1)

import tensorflow as tf
tf.reset_default_graph()

entradas = 16
neuronios_oculta = 100
neuronios_saida = 15

xph = tf.placeholder(tf.float32, [None, periodos, entradas])
yph = tf.placeholder(tf.float32, [None, periodos, neuronios_saida])

#celula = tf.contrib.rnn.BasicRNNCell(num_units = neuronios_oculta, activation = tf.nn.relu)
#celula = tf.contrib.rnn.LSTMCell(num_units = neuronios_oculta, activation = tf.nn.relu)
# camada saída
#celula = tf.contrib.rnn.OutputProjectionWrapper(celula, output_size = 1)

def cria_uma_celula():
    return tf.contrib.rnn.LSTMCell(num_units = neuronios_oculta, activation = tf.nn.sigmoid)

def cria_varias_celulas():
    celulas =  tf.nn.rnn_cell.MultiRNNCell([cria_uma_celula() for i in range(4)])
    return tf.contrib.rnn.DropoutWrapper(celulas, output_keep_prob = 0.1)

celula = cria_varias_celulas()
# camada saída
celula = tf.contrib.rnn.OutputProjectionWrapper(celula, output_size = 15)


saida_rnn, _ = tf.nn.dynamic_rnn(celula, xph, dtype = tf.float32)
erro = tf.losses.mean_squared_error(labels = yph, predictions = saida_rnn)
otimizador = tf.train.AdamOptimizer(learning_rate = 0.001)
treinamento = otimizador.minimize(erro)


with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
   
    for epoca in range(1000):
        _, custo = sess.run([treinamento, erro], feed_dict = {xph: X_batches, yph: y_batches})
        if epoca % 100 == 0:
            print(epoca + 1, ' erro: ', custo)
   
    previsoes = sess.r

un(saida_rnn, feed_dict = {xph: X_teste})