El dataset utilizado para esta Red Neuronal, consta de 9000 imágenes con 4 tipos de outputs.
Se usara el modelo Sequential. Es un tipo de modelo de aprendizaje profundo en TensorFlow que consiste en una secuencia lineal de capas de redes neuronales. Cada capa de un modelo Sequential recibe como entrada las salidas de la capa anterior y produce una nueva salida que se pasa como entrada a la siguiente capa. La última capa produce la salida final del modelo.
Luego de no tener una mejora en la perdida. El modelo dejo de entrenar para evitar el sobre-entrenamiento. Obteniendo así una perdida de 11%
Así mismo, obtuvimos una precisión del 95.78%
Matriz de confusión corroborando el 98% de precisión obtenida.
Probamos el modelo y tenemos una predicción del 100% (ya que se usaron pocas imágenes para testearlo).
