tf.keras.callbacks.Callback是TensorFlow 2.x中用于自定义训练流程的抽象基类，必须继承它并重写on_train_begin、on_batch_end等生命周期方法；未重写的方法不执行，且self.model等属性仅在on_train_begin后可用。
什么是TensorFlow 2.x的tf.keras.callbacks.Callback基类
它不是装饰器，也不是普通函数，而是一个必须继承的类。所有自定义回调都得从tf.keras.callbacks.Callback派生，否则Keras训练循环根本不会识别你写的逻辑。
关键点在于：Keras只在训练/验证/预测的**特定生命周期钩子**（如on_train_begin、on_batch_end、on_epoch_end）自动调用你重写的那些方法。没重写的方法就什么都不做。
常见错误现象：AttributeError: 'MyCallback' object has no attribute 'model'——这是因为你在__init__里就试图访问self.model，但此时模型还没被Keras注入；必须等on_train_begin之后才可用。
如何在on_batch_end中安全读取当前batch的loss和metrics
这个方法接收两个参数：batch（当前batch索引）和logs（字典，含'loss'、'accuracy'等键）。但要注意：只有你启用了对应metric，logs里才会有那个key。
立即学习“Python免费学习笔记（深入）”；
实操建议：
- 别硬写
logs['val_accuracy']——如果没开验证，会KeyError；先用logs.get('val_accuracy') - 想记录梯度范数？不能直接在
on_batch_end里算，因为model.train_step已执行完，tape已释放；得改写train_step或用tf.GradientTape在自定义训练循环里做 - 避免在
on_batch_end里做重IO操作（如写文件），会拖慢训练；可先缓存到list，每100 batch批量flush一次
为什么on_epoch_end里修改model.optimizer.learning_rate有时不生效
TensorFlow 2.x中，学习率是tf.Variable，但optimizer内部可能用的是learning_rate.value()或learning_rate.read_value()。直接赋值model.optimizer.learning_rate = new_lr多数情况下能生效，但若你用的是tf.keras.optimizers.schedules.LearningRateSchedule子类（比如ExponentialDecay），就必须走model.optimizer.learning_rate.assign(new_lr)。
性能影响：频繁assign本身开销极小，但如果你在每个epoch都新建一个tf.Variable去赋值，会泄漏图节点。应复用同一变量或直接用.assign()。
示例：
class LRScheduler(tf.keras.callbacks.Callback):
def on_epoch_end(self, epoch, logs=None):
lr = self.model.optimizer.learning_rate
# ✅ 正确（适用于Variable型lr）
lr.assign(lr * 0.98)
# ❌ 错误（对LearningRateSchedule无效）
# self.model.optimizer.learning_rate = lr * 0.98
调试自定义回调时最容易被忽略的兼容性陷阱
TensorFlow 2.4+ 默认启用run_eagerly=False（即图模式），而你在on_batch_end里打印logs['loss']看到的可能是tf.Tensor对象，不是Python float。直接print(logs['loss'])会输出Tensor(...)，而不是数值。
解决办法：
- 用
float(logs['loss'])强制转标量（注意：仅当tensor是scalar时安全） - 或者加
@tf.function装饰回调方法？不行——Keras不支持；回调方法必须是纯Python函数 - 多卡训练（
tf.distribute.MirroredStrategy）下，logs里的loss是全局平均后的值，但batch参数仍是单卡的batch序号，别拿它当全局step用
复杂点在于：同一个回调，在单机CPU、单卡GPU、多卡训练、TPU上，logs内容结构可能略有不同，尤其涉及distributed metrics时。上线前务必在目标设备上实测。
