Keras ModelCheckpoint 回调详解 📌

ModelCheckpoint 是 Keras 中用于保存训练模型最佳状态的核心回调工具，可自动在训练过程中保存模型权重或整个模型。以下是关键用法说明：

📦 基本功能

保存最佳模型：根据监控指标（如 val_loss）自动保存最优模型
灵活路径控制：支持动态文件路径（如包含 epoch 数字）
覆盖模式：可选择覆盖旧模型或仅保存最佳模型

⚠️ 本功能遵循 Keras 官方文档的设计规范

📋 参数配置

keras.callbacks.ModelCheckpoint(
    filepath='models/best_model_{epoch}.h5',  # 保存路径（支持格式化字符串）
    monitor='val_loss',                     # 监控指标
    save_best_only=True,                    # 仅保存最佳模型
    mode='min',                              # 最小化或最大化监控指标
    verbose=1                                # 输出保存日志
)

常用参数说明：

参数	作用
`monitor`	指定监控指标（如 `val_accuracy`）
`save_freq`	按照 epoch 或 batch 间隔保存（需 Keras 2.9+）
`period`	指定保存周期（与 `save_freq` 二选一）

📈 使用示例

model.fit(
    X_train, y_train,
    epochs=10,
    callbacks=[
        ModelCheckpoint(
            'best_model.h5', 
            monitor='val_loss', 
            save_best_only=True
        )
    ]
)

✨ 保存的模型文件会自动覆盖原有文件，确保只保留最优版本

📌 扩展阅读