Callback在TensorFlow中是用來在訓練過程中監控模型性能并采取相應的措施的工具。它可以在每個訓練周期或每個batch結束時觸發，用于記錄訓練過程中的指標、保存模型、調整學習率、提前停止訓練等操作。
常見的Callback包括：
- ModelCheckpoint：在每個訓練周期結束時保存模型；
- EarlyStopping：在模型性能停止提升時提前停止訓練；
- ReduceLROnPlateau：當模型性能停止提升時降低學習率；
- TensorBoard：用于可視化訓練過程和模型性能；
- LearningRateScheduler：自定義學習率調度器；
- CSVLogger：將訓練指標保存為CSV文件。
