解决Warning: Can save best model only with val_loss available, skipping问题

checkpoint_save_path = "./checkpoint/spot.ckpt"
if os.path.exists(checkpoint_save_path + '.index'):
    print('-------------load the model-----------------')
    model.load_weights(checkpoint_save_path)

cp_callback = tf.keras.callbacks.ModelCheckpoint(
                                            monitor='val_loss',
                                            filepath=checkpoint_save_path,
                                                 save_weights_only=True,
                                                 save_best_only=True
                                            )
history = model.fit(x_train,y_train,batch_size=32,epochs=5,validation_data=(x_test,y_test),validation_freq=2,callbacks=[cp_callback])
# for key in history.history:
#     print(key)                                      

执行结果：

出现这种结果可能是monitor的值不对，此时可以执行上面注释的两行代码，查看key的值，这里是sparse_categorical_accuracy，val_sparse_categorical_accuracy，loss, val_loss四种指标，所以这里的val_loss是没有问题的

还有可能是没有验证集数据，再仔细看执行结果，只有1，3，5次迭代时才有警告，2，4次迭代有这四个参数，那么就可能是validation_freq=2的问题，将2改成1后，果然解决了这一问题。