En la Sesion 5, ultima del Proyecto Fei-Fei, el alumnado carga el modelo guardado en la Sesion 4 y lo ve predecir imagen a imagen, incluyendo a proposito dos casos reales de Camisa mal clasificados para comprobar visualmente por que esa categoria es la mas dificil.
En la Sesion 4 del Proyecto Fei-Fei, el alumnado aprende a guardar su CNN entrenada con model.save() y cargarla despues con keras.models.load_model(), comprobando que las predicciones son identicas antes y despues, para no tener que reentrenar en cada sesion.
En la Sesion 3 del Proyecto Fei-Fei, el alumnado calcula la matriz de confusion de su CNN sobre las 10 categorias de Fashion-MNIST y descubre que Camisa es la prenda mas dificil de reconocer, confundida con Camiseta, Jersey y Abrigo pese a que las clases estan perfectamente equilibradas.
En la Sesion 2 del Proyecto Fei-Fei, el alumnado construye y entrena su primera CNN multiclase (10 categorias de ropa) sobre Fashion-MNIST, e introduce softmax, sparse_categorical_crossentropy y Dropout
Arranca el Proyecto Fei-Fei, en honor a Fei-Fei Li, creadora de ImageNet: el alumnado conoce el dataset Fashion-MNIST (70.000 fotos de ropa de Zalando) y hace un primer vistazo a las imagenes con Keras, sin descargas ni carpetas que organizar.