ModelCheckpoint如何使用

ModelCheckpoint是Keras中的一个回调函数，用于在每个epoch结束时保存模型的权重。你可以在模型训练时通过指定参数来使用它。例如，以下代码将会在训练期间保存每个epoch结束时的最佳模型权重。

from keras.callbacks import ModelCheckpoint

checkpoint = ModelCheckpoint(filepath, monitor='val_loss', save_best_only=True, mode='min', verbose=1)
model.fit(X_train, Y_train, epochs=10, validation_data=(X_val, Y_val), callbacks=[checkpoint])

其中，`filepath`参数指定模型权重的保存路径，`monitor`参数表示需要监视的指标（比如`val_loss`表示验证集上的损失），`save_best_only`表示仅保存最好的模型，`mode`参数表示监视指标的最小/最大值（比如`min`表示`val_loss`越小越好），`verbose`表示是否在保存权重时输出消息。