python - 如何训练具有预测值的 keras 模型？

Question

在 keras 中，我们model.fit(X,y)用来训练深度神经网络。拟合函数需要输入 X 和输出 y 值来训练模型。在我的一个项目中，我需要用已经可用的预测输出训练一个 keras 模型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

如何使用预测输出训练和更新keras模型？

像这样的东西model.fit(X,[y-y_pred],loss="binary_crossentropy",optimizer="rmsprop")

编辑：

我不是在谈论多输出模型。我实际上已经预测y_pred了我想用来查找损失binary_crossentropy(y,y_pred)然后更新权重的输出。

标签： pythontensorflowmachine-learningkerasdeep-learning