Python 如何在keras中设置所需的错误阈值？

我正在尝试学习如何使用keras，我想知道是否可以设置自己的错误阈值，但我感到困惑。有人能帮我吗？假设我想在误差达到0.02时停止学习过程，我该怎么做？谢谢你的帮助

from keras.models import Sequential
from keras.layers import Dense

model = Sequential()
model.add(Dense(512, activation = 'relu', input_shape=(dimData,)))
model.add(Dense(512, activation='relu'))
model.add(Dense(512, activation='relu'))

model.add(Dense(nClasses, activation = 'softmax'))
#configure the network
model.compile(optimizer = 'rmsprop', loss = 'categorical_crossentropy', metrics=['accuracy'])

#train the network
history = model.fit(train_data, train_labels_one_hot, batch_size=256, epochs = 20, verbose =1,
                    validation_data=(test_data, test_labels_one_hot))

---

我想你应该早点停止这个操作，这段代码你指的是

from keras.callbacksimport EarlyStopping 

keras.callbacks.EarlyStopping(
   monitor='val_loss', 
   patience=0, 
   verbose=0, 
   mode='auto'
)

model.fit(X, y, validation_split=0.2, callbacks=[early_stopping])

---

停止时，您需要将val_acc调整为0.98。

好的，成功实现回调。但我仍然不知道如何调整val_acc。我该怎么做？