ModelCheckpoint回调函数在每个epoch结束时被调用怎么写代码

要编写一个使用ModelCheckpoint回调函数的代码，可以按照以下步骤进行：

1. 导入必要的库：

from tensorflow.keras.callbacks import ModelCheckpoint

2. 定义ModelCheckpoint回调函数的参数：

checkpoint = ModelCheckpoint(filepath, monitor='val_loss', verbose=1, save_best_only=True, mode='min')

其中，filepath是模型权重文件的保存路径，monitor是要监测的指标（例如验证集损失），verbose是是否显示保存信息，save_best_only表示仅保存最好的模型，mode表示监测指标的模式（例如最小化损失）。

3. 在模型训练时将回调函数作为参数传递给fit函数：

model.fit(x_train, y_train, validation_data=(x_val, y_val), callbacks=[checkpoint], epochs=num_epochs)

其中，x_train和y_train是训练数据和标签，x_val和y_val是验证数据和标签，num_epochs是训练的轮数。

完整的示例代码如下所示：

from tensorflow.keras.callbacks import ModelCheckpoint

# 定义回调函数参数
checkpoint = ModelCheckpoint(filepath, monitor='val_loss', verbose=1, save_best_only=True, mode='min')

# 模型训练
model.fit(x_train, y_train, validation_data=(x_val, y_val), callbacks=[checkpoint], epochs=num_epochs)

请注意，需要根据自己的代码和需求来适当调整参数和数据。