1. ModelCheckpoint （用于保存最优模型）
keras.callbacks.ModelCheckpoint(filepath, monitor='val_loss', verbose=0, save_best_only=False, save_weights_only=False, mode='auto', period=1)
该回调函数最大的作用是可以保存在验证集上效果最好的那一个model
filepath可以是格式化的字符串，里面的占位符将会被epoch值和传入on_epoch_end的logs关键字所填入
例如，filepath若为weights.{epoch:02d-{val_loss:.2f}}.hdf5，则会生成对应epoch和验证集loss的多个文件。
参数
filename：保存模型的路径
monitor：需要监视的值，如val_loss
save_best_only：当设置为
True时，将只保存在验证集上性能最好的模型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，当检测值为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
（目前已经有点感觉这东西没啥卵用了，不过先留着吧）