Keras ModelCheckpoint 保存最佳模型

回调函数 Callbacks 是一组在训练的特定阶段被调用的函数集，你可以使用回调函数来观察训练过程中网络内部的状态和统计信息。然后，在模型上调用 fit() 函数时，可以将 ModelCheckpoint 传递给训练过程。

训练深度学习模型时，Checkpoint 是模型的权重。ModelCheckpoint 回调类允许你定义检查模型权重的位置，文件应如何命名，以及在什么情况下创建模型的 Checkpoint。

from keras.callbacks import ModelCheckpoint

model.compile(optim, loss, metrics=['accuracy'])

# checkpoint
filepath = "best_weights.h5"

checkpoint = ModelCheckpoint(filepath, monitor='val_acc', verbose=0, save_best_only=True, mode='max', period=1)
callbacks_list = [checkpoint]

hist = model.fit(
                 X_train, y_train,
                 batch_size = batch_size,
                 epochs = epochs, verbose = 2,
                 validation_split = 0.1,
                 callbacks = callbacks_list
                 )

参考：https://cloud.tencent.com/developer/article/1049579