Page 31 - Revista 2021 - 2022

Revista de la Facultad de Ingeniería, Año 7, Número 1

Figura 5: Preparación del ambiente y carga de librerías
Nota: Fuente: Elaboración Propia

El siguiente paso consiste en obtener las imágenes con las que se desea entrenar y
validar el modelo. En este ejemplo se utilizará el conjunto de datos de imágenes
CIFAR10 que se encuentran incluidos en el paquete Teras. Las características de
2
dichas imágenes son:
• 10 tipos de imágenes: aviones, automóviles, pájaros, gatos, ciervos, perros,
ranas, caballos, barcos y camiones.
• Imágenes a color RGB de 3 canales con valores de 0 a 255 por píxel.
• Tamaño de 32x32x3 (largo, ancho y 3 canales)
• Conjunto de 50.000 imágenes de entrenamiento y 10.000 imágenes de prueba
En la Figura 6se presenta el código de ejemplo utilizado para cargar el set de datos
de imágenes en los conjuntos de entrenamiento y prueba respectivamente, así como
también las etiquetas que corresponden a cada imagen. Posteriormente se crea un
vector con todas las categorías posibles disponibles en el conjunto de datos.

Figura 6: Carga de imágenes para entrenamiento y validación
Nota: Fuente: Elaboración Propia

Si bien el paso siguiente es opcional y podría omitirse, es aconsejable no saltearlo.
Este paso consiste en la normalización de los datos y su objetivo es mejorar la
performance, facilitar las operaciones y optimizar el desempeño del modelo.

2 https://www.tensorflow.org/api_docs/python/tf/keras/datasets/cifar10

30