用model.fit(...)拟合模型后，可以将.evaluate()或.predict()方法与model配合使用。
当我在训练中使用Checkpoint时，问题就出现了
(假设有30个检查点，带有checkpoint_callback = tf.keras.callbacks.ModelCheckpoint(filepath, save_weights_only=True)(
然后我不太清楚我还剩下什么，这个模型的最后一个状态。
它是最好的吗？还是最新的？
如果是前者，那么30个检查点中的一个应该与我留下的模型相同
如果是后者，则最新的检查点应该与我留下的模型相同。
当然，我检查了这两个案例，但都不对。
如果设置save_best_only=True，则检查点将保存具有"；最好的"；表演例如，如果您正在监视"val_loss"，那么它将以最低的验证损失为epoch保存模型。如果save_best_only=False，则无论监视的度量值是多少，都会在每个历元结束时保存模型。当然，如果不为模型保存路径使用特殊格式，则保存权重将在每个历元结束时重写。