Callback在TensorFlow中是用来在训练过程中监控模型性能并采取相应的措施的工具。它可以在每个训练周期或每个batch结束时触发，用于记录训练过程中的指标、保存模型、调整学习率、提前停止训练等操作。
常见的Callback包括：
- ModelCheckpoint：在每个训练周期结束时保存模型；
- EarlyStopping：在模型性能停止提升时提前停止训练；
- ReduceLROnPlateau：当模型性能停止提升时降低学习率；
- TensorBoard：用于可视化训练过程和模型性能；
- LearningRateScheduler：自定义学习率调度器；
- CSVLogger：将训练指标保存为CSV文件。
