Page 34 - Revista 2021 - 2022
P. 34
Revista de la Facultad de Ingeniería, Año 7, Número 1
Figura 10: Arquitectura de la red neuronal convolucional definida
Nota: Fuente: Elaboración Propia
El paso siguiente es definir el optimizador que debe utilizar el modelo creado, así
como también el hiperparámetro aprendizaje (learningrate). En este caso se optó por
utilizar el optimizador Adam junto con un learningrate de 0.001 (ver Figura 11).
5
Se compila el modelo especificando la función de perdida y métrica que se debe
calcular (sparse_categorical_crossentropy y accuracy respectivamente).
6
7
Figura 11: Configuración e entrenamiento del modelo creado
Nota: Fuente: Elaboración Propia
https://www.tensorflow.org/api_docs/python/tf/keras/optimizers/Adam
5
6 https://www.tensorflow.org/api_docs/python/tf/keras/losses/SparseCategoricalCrossentropy
7 https://www.tensorflow.org/api_docs/python/tf/keras/metrics/Accuracy
33
