回調函數是在訓練的特定階段調用的壹組函數。可以使用回調函數在訓練過程中觀察網絡的內部狀態和統計信息。通過將回調函數列表傳遞到。模型的fit()，可以在給定的訓練階段調用這個函數集中的函數。
溫馨提示雖然我們稱之為回調“函數”，但其實Keras的回調函數是壹個類，回調函數只是壹個習慣性的稱呼。
回收
keras.callbacks.Callback()
這是回調函數的抽象類，新的回調函數必須繼承這個類。
類別屬性
Params:字典，訓練參數集(如信息顯示方法詳細度，批量大小，紀元編號)。
Model:keras.models.Model對象，它是對被定型模型的引用。
回調函數將字典日誌作為壹個參數，其中包含壹系列與當前批次或時期相關的信息。
目前，中的下列參數。模型的擬合()將記錄在日誌中:
在每個時期結束時(on_epoch_end)，日誌將包含訓練、acc和loss的正確率和誤差，如果指定了驗證集，它還將包含驗證集val_acc和val_loss的正確率和誤差。val_acc還需要在中啟用metrics=['accuracy']。編譯。
在每個批次的開始(on _ batch _ begin): logs包含大小，即當前批次的樣本數。
在每個批次結束時(on _ batch _ end):日誌包含損失和acc(如果啟用了準確性)。