El docente compartió 1 cuaderno esta semana. No lo subo: es suyo.
De qué iba
Entrené la red densa de MNIST: Flatten, una capa oculta de 128 neuronas con ReLU y salida de 10 con softmax, optimizador Adam y entropía cruzada categórica. Cinco épocas con lotes de 100. En la corrida que quedó guardada en el notebook dio 97.26% sobre las 10.000 imágenes de prueba, con pérdida de 0.0882: 9.726 aciertos y 274 errores, y el dígito 4 fue el más flojo con 94.9% frente al 98.9% del 1. El informe en Word reporta otra corrida, de 97.47% y 253 errores. Después le pasé seis imágenes externas, bajadas de Drive y reescaladas a 28×28 con OpenCV, y ahí se equivocó bastante más que con MNIST. El informe lo generé con un script de python-docx en formato APA 7, con la parte teórica de neurona artificial, activaciones y retropropagación.
97.26% de exactitud en prueba: 9.726 aciertos y 274 errores sobre 10.000 imágenes
Saqué la exactitud por dígito: el 1 quedó en 98.9% y el 4 en 94.9%, que fue el peor
Probé el modelo con seis imágenes propias procesadas a 28×28
Escribí el informe en APA con la parte teórica de neurona artificial, activaciones y retropropagación
Lo que costó. Con las imágenes externas el modelo bajó de nivel de una. En el notebook dejé anotado que al reescalar a 28×28 se perdía detalle y que el modelo sólo conoce la escritura de MNIST, así que condiciones distintas lo confunden.
Qué pedían
El enunciado y la rúbrica, tal cual los publicaron.