2.7　停止训练

到目前为止在每种情况下，我们都固定了训练的回合数。虽然这可行，但我们可能想要一直训练直到达到所需的准确率为止。因此，举例来说，如果我们想训练直到模型在训练集上达到95%的准确率而不知道这需要多少回合数，要怎么做呢？

最简单的方法是在训练中使用一个回调函数。我们来看看更新后使用回调函数的代码：

让我们看看做了什么改动。首先，我们创建了一个名为myCallback的新类。它需要一个tf.keras.callbacks.Callback作为参数。在它里面我们定义了on_epoch_end函数，该函数将为我们提供有这个回合的记录的详细信息。在这些记录里有一个准确率值，所以我们要做的就是看看它是否大于0.95（或95%）。如果是，我们可以通过self.model.stop_training=True来停止训练。

当我们指定了它，就创建了一个callbacks对象作为myCallback函数的实例。

现在来查看model.fit语句。你会看到我已经更新了它来训练50个回合，然后添加一个callbacks参数。为此，我传递了这个callbacks对象。

训练时，回调函数将在每个回合结束后被调用。因此，每个回合结束后，你将检查准确率，并且大约34个回合后，你将会看到训练将结束，因为训练已经达到95%的准确率（由于开始的随机初始化，你的数字也许略有不同，但是它可能会很接近34）：