В керасе мы используем model.fit(X,y) для обучения глубокой нейронной сети.Функция подгонки требует ввода значений X и Y для обучения модели.В одном из моих проектов мне нужно обучить модель keras с уже имеющимся прогнозируемым выходным значением y_pred.
X y y_pred
7 1 0.2566005265
10 1 0.5516392291
5 0 0.6365937824
14 1 0.1750051752
2 1 0.69076036
4 0 0.0712530303
Как я могу обучить и обновить модель keras с прогнозируемым выходным значением?
примерно так model.fit(X,[y-y_pred],loss="binary_crossentropy",optimizer="rmsprop")
Редактировать:
Я не говорю о модели с несколькими выходами.Я буквально предсказал вывод y_pred, который я хочу использовать, чтобы найти потерю binary_crossentropy(y,y_pred), а затем обновить веса.