在 TensorFlow 和 Keras 中，可以使用回撥 (callbacks) 來在訓練週期結束時觸發某些操作。回撥是一個類似於函數的物件，可以在訓練過程中的特定時間點被調用。
其中一種回撥叫做 ModelCheckpoint，它能在訓練的某個時間點保存模型的權重。另一種叫做 EarlyStopping，它能在訓練達到一定的準確率後停止訓練。
要在訓練週期結束時觸發回撥，需要在調用 fit() 或者 fit_generator() 時將它們添加為參數。
範例:
from keras.callbacks import ModelCheckpoint, EarlyStopping
callbacks = [ModelCheckpoint('model.h5'), EarlyStopping(monitor='val_loss', patience=2)]
model.fit(X_train, y_train, epochs=10, callbacks=callbacks, validation_data=(X_val, y_val))
這樣的程式會在訓練結束後儲存權重並在驗證損失停止改善2次後停止訓練
通常，回撥可以根據您的需求進行自定義，並結合多種回撥以實現複雜的訓練流程。
