在使用 TensorFlow 的 Keras API 中，ModelCheckpoint 是一种 Callback 函数，它可以用于在训练期间自动保存模型的权重或整个模型。
其中，ModelCheckpoint 的参数中有一个 monitor，用于指定需要监测的指标，例如验证集上的损失函数或准确率等。当训练过程中该指标的表现有所提升时，ModelCheckpoint 会自动保存模型的权重或整个模型。
你可以将 monitor 参数设置为任何在训练过程中需要监测的指标，如 loss、val_loss、accuracy 或 val_accuracy 等。例如，如果你想在训练期间每当验证集上的准确率有所提升时就保存模型的权重，可以将 monitor 参数设置为 'val_accuracy'。
需要注意的是，当设置 monitor 参数时，需要根据具体的情况进行选择，选择一个合适的指标来监测模型的表现，以便在训练过程中更好地控制模型的训练和验证。
