• Escala de grises para que sea solo un canal de información.
• Convertimos la matriz en una lista. • Salidas: 62 • Logits: capa de conexión • Función de perdida (loss): , función de clasificación, mide la probabilidad de error. Este caso es un caso de clasificación , ya que la data es discreta. • Función para optimizar (train_opt): minimiza la función de pérdida(Se puede usar: RMSProp, Adam , Gradiente descendente ). • Predicción(final_pred): convierte los logits a etiquetas que se pueden clasificar • Ajustar la eficacia del modelo (accuracy): Para luego testear el resultado