如何在 Python 中使用 Keras 训练带有新回调函数的模型？

Tensorflow 是 Google 提供的一个机器学习框架。它是一个开源框架，与 Python 结合使用以实现算法、深度学习应用等等。它用于研究和生产目的。它拥有优化技术，有助于快速执行复杂的数学运算。

可以使用以下代码行在 Windows 上安装“tensorflow”包：

pip install tensorflow

张量是 TensorFlow 中使用的一种数据结构。它有助于连接流图中的边。此流图称为“数据流图”。张量只不过是多维数组或列表。

Keras 是一个用 Python 编写的深度学习 API。它是一个高级 API，具有高效的界面，有助于解决机器学习问题。它运行在 Tensorflow 框架之上。它是为了帮助快速进行实验而构建的。它提供了开发和封装机器学习解决方案所必需的基本抽象和构建块。它具有高度可扩展性，并具有跨平台功能。这意味着 Keras 可以运行在 TPU 或 GPU 集群上。Keras 模型也可以导出到 Web 浏览器或手机上运行。

Keras 已经存在于 Tensorflow 包中。可以使用以下代码行访问它。

import tensorflow
from tensorflow import keras

我们正在使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助通过浏览器运行 Python 代码，并且无需任何配置即可免费访问 GPU（图形处理单元）。Colaboratory 构建在 Jupyter Notebook 之上。

以下是代码：

示例

print("The model is trained with new callback")
model.fit(train_images,
   train_labels,
   epochs=50,
   callbacks=[cp_callback],
   validation_data=(test_images, test_labels),
   verbose=0)
ls {checkpoint_dir}
print("The latest checkpoint being updated")
latest = tf.train.latest_checkpoint(checkpoint_dir)
print(latest)

代码来源：https://tensorflowcn.cn/tutorials/keras/save_and_load