TF2.0-tf.keras.callbacks.ModelCheckpoint

tf.keras.callbacks.ModelCheckpoint(
    filepath, monitor='val_loss', verbose=0, save_best_only=False,
    save_weights_only=False, mode='auto', save_freq='epoch', options=None, **kwargs
)

作用：回调以保存Keras模型或模型权重
ModelCheckpoint回调与使用model.fit（）进行的训练结合使用，可以以一定间隔保存模型或权重
，因此可以稍后加载模型或权重以从保存的状态继续训练。
该回调提供的一些选项包括：
是仅保留到目前为止已达到“最佳性能”的模型，还是是否在每个时期结束时保存模型，而与性能无关。
'best'的定义；
监视哪个数量，以及应该最大化还是最小化。它应保存的频率。
当前，回调支持在每个时期结束时或在固定数量的训练批次之后进行保存。
是仅保存权重，还是保存整个模型。

filepath：保存模型文件的路径
monitor：监控指标
save_best_only：如果save_best_only=True，根据监视指标得到的最新的最佳模型将不会被覆盖。
mode：{auto, min, max}中的一个。如果save_best_only=True，则根据监视量的最大值或最小
值来决定是否覆盖当前保存文件。对于val_acc，这应该是max，对于val_loss，这应该是min等。
在自动模式下，方向是根据监视的数量的名称自动推断出来的。
save_weights_only：
如果为True，那么只有模型的权重将被保存(model.save_weights(filepath))，
否则整个模型将被保存(model.save(filepath))。
save_freq：默认为‘epoch’