CNN Lab: aprender clasificación de imágenes con PyTorch

Elegir una tarea visual

El proyecto admite dígitos manuscritos con MNIST, ropa con Fashion-MNIST y objetos con CIFAR-10. La descarga de datos y la selección del dispositivo reducen la preparación del primer experimento.

Un modelo guardado puede evaluarse sobre el conjunto oficial de prueba, un ejemplo o una imagen propia. Las imágenes se redimensionan y normalizan, pero deben parecerse a la tarea aprendida por el modelo.

Una red deliberadamente legible

Dos bloques convolucionales combinan filtros, ReLU y agrupación máxima. Después, una capa densa, dropout y una salida de diez clases completan el clasificador. El entrenamiento utiliza Adam y entropía cruzada.

El script separa datos de validación del conjunto oficial de entrenamiento. La precisión de validación selecciona el punto guardado, que después se evalúa sobre el conjunto de prueba independiente. Cada ejecución conserva configuración, métricas y datos del modelo.

Una ejecución pequeña no es una referencia general

La primera comprobación registrada de Fashion-MNIST usó una época y 2.048 imágenes de entrenamiento con Apple MPS. Obtuvo un 65,32% de precisión de validación y un 66,31% en prueba.

Esos valores verifican un recorrido pequeño, sin constituir una referencia del conjunto completo ni una garantía en otros dispositivos. Las puntuaciones de las tres predicciones principales tampoco son probabilidades calibradas de acierto.

Cambiar una variable y comparar

La guía cubre datos, entrenamiento y evaluación. Las métricas incluidas permiten inspeccionar la primera ejecución. Más épocas, otras tasas y cambios de red son experimentos posteriores que conviene comparar mediante validación.