**`ModelCheckpoint`**與**`EarlyStopping`** ~~~ import keras #通過fit的callbacks參數將回調函數傳入模型中，這個參數接收一個回調函數的列表。 #你可以傳入任意個數的回調函數 callbacks_list = [ #如果不再改善，就中斷訓練 keras.callbacks.EarlyStopping( monitor='acc', #監控模型的驗證精度 patience=1, #如果精度在多于一輪的時間（即兩輪）內不再改善，中斷訓練 ), #（以下2行）這兩個參數的含義是，如果val_loss沒有改善，那么不需要覆蓋模型文件。 #這就可以始終保存在訓練過程中見到的最佳模型 keras.callbacks.ModelCheckpoint( #在每輪過后保存當前權重 filepath='my_model.h5', #目標模型文件的保存路徑 monitor='val_loss', save_best_only=True, ) ] ~~~