► Keras 3 API 文档 / 回调 API

回调 API

回调是一个可以在训练的各个阶段执行动作的对象（例如，在一个周期的开始或结束、在单个批次之前或之后等）。

你可以使用回调来：

  • 在每个训练批次后写入 TensorBoard 日志以监控你的指标
  • 定期将模型保存到磁盘
  • 提前停止
  • 在训练过程中查看模型的内部状态和统计信息
  • ...以及更多

可用的回调

通过内置的 fit() 循环使用回调

你可以将一个回调列表（作为关键字参数 callbacks）传递给模型的 .fit() 方法：

my_callbacks = [
    keras.callbacks.EarlyStopping(patience=2),  # 提前停止
    keras.callbacks.ModelCheckpoint(filepath='model.{epoch:02d}-{val_loss:.2f}.h5'),  # 模型检查点
    keras.callbacks.TensorBoard(log_dir='./logs'),  # TensorBoard 日志
]
model.fit(dataset, epochs=10, callbacks=my_callbacks)

回调的相关方法将在训练的每个阶段被调用。

使用自定义回调

创建新的回调是自定义训练循环的一种简单而强大的方法。了解更多关于创建新回调的信息，请参考指南编写你自己的回调，并查看基础 Callback 类的文档。

回调 API
◆ 可用的回调
◆ 通过内置的 fit() 循环使用回调
◆ 使用自定义回调