python - 如何训练具有预测值的 keras 模型?
问题描述
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。
解决方案
推荐阅读
- javascript - 如何检查对象数组是否所有值都重复?
- javascript - 需要在JS中更改span的文本内容只有当输入不为空时(现在,它一直在更新)
- azure - 如何通过用户 ID 而不是客户端 ID 通过 Powershell 或 Postman 访问令牌
- android - 如何根据字符串值禁用列表视图项?
- reactjs - React Navigation:实现注销导航的最佳方式?
- javascript - 如何使用带有 Tone.Player 的音频缓冲区播放音调?
- python - 使用 2 个变量进行列表理解
- wifi - 访问 ESP8266 上的原始数据包数据
- opencart - Opencart setOutput 函数不打印树枝模板文件
- mysql - 错误 1045 (28000): 用户 'user'@'%' 的访问被拒绝(使用密码:是)