众所周知，在拟合keras模型时，报告的度量标准包括包括辍学在内的所有层。这样，报告的度量标准（精度，查全率，f1甚至准确性）将与拟合期间以及使用model.predict（）使用预测结果时报告的度量标准有所不同。
我很好奇，是否有可能让keras对使用当前model.predict（）而不是内部指标的用户定义例程执行检查点。
示例：
model.fit(X,y,validation_data=(Xv,yv),\
callbacks=[K.ModelCheckpoint('/tmp/dump.h5',\
monitor='val_acc')])
将对拟合期间测得的验证准确性（并使用verbose=1报告）执行检查点。但是，假设我想使用模型将对验证集进行的实际预测，使用F1分数执行检查点。可以让ModelCheckpoint使用类似sklearn.metrics.f1_score(yv,model.predict(Xv))的东西吗？