机器学习 · 函数

模型检查点

创建模型检查点回调，自动保存训练过程中的最佳模型。对标 tf.keras.callbacks.ModelCheckpoint。

调用签名(文件路径, 监控='val_loss')

模ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 模型检查点
设 结果 = 机器学习.模型检查点(
    文件路径="outputs/示例.txt",  # 必填；文件或目录路径，可以传字符串或 Path
    监控='val_loss',  # 可选；按函数业务含义传入 监控;首次使用建议先 打印(...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

2 个参数

参数类型 / 传入方式说明

文件路径可选 · 默认无

未声明位置参数或字段名=值

文件或目录路径，可以传字符串或 Path。

常见错误：漏传或路径不存在会报 FileNotFoundError;先确认路径拼写并用存在检查

监控可选 · 默认 'val_loss'

未声明位置参数或字段名=值

按函数业务含义传入监控;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 模型检查点
设 结果 = 机器学习.模型检查点(
    文件路径="outputs/示例.txt",  # 必填；文件或目录路径，可以传字符串或 Path
    监控='val_loss',  # 可选；按函数业务含义传入 监控;首次使用建议先 打印(...
)
打印(结果)

# 进阶组合:模型检查点 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.模型检查点(
    文件路径="outputs/示例.txt",  # 必填
    监控='val_loss',  # 可选
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:覆盖 1 个必填参数

## 参数 1: 文件路径
# 错误:路径不存在会报 FileNotFoundError
# 设 结果 = 机器学习.模型检查点(文件路径="不存在的文件")  # FileNotFoundError
# 修复:先确认路径存在
设 路径 = "outputs/示例"
设 结果 = 机器学习.模型检查点(文件路径=路径)
打印(结果)