Python 如何为批处理使用Keras自定义回调停止函数

我正在一个非常大的数据集上训练。训练一个历元几乎需要1.5个小时。在最初几分钟内，精度几乎达到了预期水平。但我不能停止在批处理端使用回调函数进行训练，因为它只在一个历元后停止。有人能帮我吗

acc_thresh = 0.965

class myCallback(tf.keras.callbacks.Callback): 
    def on_train_batch_end(self, batch, logs={}): 
        if(logs.get('accuracy') > acc_thresh):   
          print("\nWe have reached %2.2f%% accuracy, so we will stopping training." %(acc_thresh*100))   
          self.model.stop_training = True

---

即使在达到极限并输出消息“达到96.5%的准确率”后，仍会继续。关于如何在批次之间（而不是在不同时期之间）停止训练的任何想法？

您是否尝试过

break

关键字？

self.model.stop\u training=True

应该在

中，如果
正确，请参见
keras 2.3.1
中的
。我在
tf.keras中测试了它，但它不起作用-请参阅。但是您可以添加
sys.exit（）
来实际停止训练。但是我尝试使用keras 2.4。不使用该选项您是否尝试过
break
keyword？
self.model.stop\u training=True
应该在
中，如果
right？在
keras 2.3.1
中，它似乎有效-请参阅。我在
tf.keras中测试了它，但它不起作用-请参阅。但是您可以添加
sys.exit（）
来实际停止训练。但是我尝试使用keras 2.4。不跟那打交道