语法
keras.callbacks.ModelCheckpoint(filepath,monitor='val_loss',verbose=0,save_best_only=False, save_weights_only=False, mode='auto', period=1)
参数说明：
filename：字符串，保存模型的路径
monitor：需要监视的值
verbose：信息展示模式，0或1(checkpoint的保存信息，类似Epoch 00001: saving model to ...)
save_best_only：当设置为True时，监测值有改进时才会保存当前的模型（ the latest best model according to the quantity monitored will not be overwritten）
mode：‘auto’，‘min’，‘max’之一，在save_best_only=True时决定性能最佳模型的评判准则，例如，当监测值为val_acc时，模式应为max，当监测值为val_loss时，模式应为min。在auto模式下，评价准则由被监测值的名字自动推断。
save_weights_only：若设置为True，则只保存模型权重，否则将保存整个模型（包括模型结构，配置信息等）
period：CheckPoint之间的间隔的epoch数
注：如果用的是save_weights_only=True，在用load_weights导入参数前，需要先跑一遍模型，不然会报错。
参考
https://machinelearningmastery.com/check-point-deep-learning-models-keras/
https://keras.io/callbacks/
http://keras-cn.readthedocs.io/en/latest/other/callbacks/
---------------------
作者：刘伟ECJTU
来源：CSDN
原文：https://blog.csdn.net/breeze5428/article/details/80875323
版权声明：本文为博主原创文章，转载请附上博文链接！