单独使用ModelCheckpoint

ModelCheckpoint是Keras中的一个回调函数，用于在训练期间自动保存模型。它可以保存训练过程中最佳的模型，或者每个epoch结束后保存模型。

以下是使用ModelCheckpoint的示例代码：

from keras.callbacks import ModelCheckpoint

# 创建一个ModelCheckpoint回调函数
checkpoint = ModelCheckpoint(filepath='best_model.h5', 
                             monitor='val_accuracy', 
                             mode='max', 
                             save_best_only=True)

# 训练模型时传入回调函数
model.fit(x_train, y_train, 
          epochs=10, 
          batch_size=32, 
          validation_data=(x_val, y_val), 
          callbacks=[checkpoint])

在上面的代码中，我们创建了一个ModelCheckpoint回调函数，并将其传递给fit方法的callbacks参数。在训练期间，ModelCheckpoint将在每个epoch结束时检查验证集上的准确率，并保存最佳模型。

其中，filepath参数指定保存模型的路径和文件名，monitor参数指定监控的指标，mode参数指定优化模式（例如最大化准确率或最小化损失），save_best_only参数指定是否仅保存最佳模型。