今天读代码时不懂的几个问题：

1.

import h5py

我不知道这是什么库，经查是一种容器，可以存放数据集（dataset）和组（group）。数据集是最基本的单位，组可以包含数据集或其它组。具体见 https://blog.csdn.net/csdn15698845876/article/details/73278120

2. 代码里定义了一种叫ssim的图像评估标准。经查这是一种可以衡量两张图片结构相似程度的标准。公式中用到了图片像素的均值、标准差、两张图像素的协方差。以均值作为亮度的估计，标准差作为对比度的估计，协方差作为结构相似程度的度量。具体见https://blog.csdn.net/chaipp0607/article/details/70158835

3. 代码中使用Keras的ModelCheckPoint函数。经查，此函数的作用是将每一轮训练后的模型保存下来。

函数原型为：

keras.callbacks.ModelCheckpoint(filepath, monitor='val_loss', verbose=0, save_best_only=False, save_weights_only=False, mode='auto', period=1)

参数含义：

filepath：模型保存路径（示例：modeldir.hdf5）

monitor：监视的值，会在训练输出中显示。模型的好坏以此为标准

save_best_only：是否只保存效果最好的模型

save_weights_only：是否只保存模型权重，而忽略模型结构、配置等

period：设置checkpoint间的间隔，默认等于1，即每一轮都会check

具体见 http://keras-cn.readthedocs.io/en/latest/other/callbacks/#modelcheckpoint