在训练期间的 fastai 中，每个 epoch 都会计算验证损失和评估指标，如果我们使用 SaveModelCallback() 回调，则会保存最佳 epoch。但是，我们可以增加此过程的频率并在每 n 步后评估指标（例如，您的批量大小：32、64 等），以便更好地捕捉模型开始过度拟合的时刻。这很容易通过 BestCheckpointer 类在像detectron2 这样的repos 中使用。关于如何在 fastai 中实现这样的回调有什么想法吗？供参考，在这个论坛上讨论过，但没有产生任何解决方案