El conjunto de datos CIFAR-10 consta de 60000 imágenes en color de 32x32 en 10 clases, con 6000 imágenes por clase. Hay 50000 imágenes de entrenamiento y 10000 imágenes de prueba. El conjunto de datos se divide en cinco lotes de entrenamiento y un lote de prueba, cada uno con 10000 imágenes. El lote de prueba contiene exactamente 1000 imágenes seleccionadas al azar de cada clase. Los lotes de entrenamiento contienen las imágenes restantes en orden aleatorio, pero algunos lotes de entrenamiento pueden contener más imágenes de una clase que de otra. Entre ellos, los lotes de capacitación contienen exactamente 5000 imágenes de cada clase.

Trabajo práctico fue combinando las técnicas descriptas anteriormente, implemente una CNN para el problema CIFAR-100. Objetivos en el conjunto de validación: accuracy mayor a 0.3. top-5 accuracy mayor a 0.6. NOTA: No es necesario que su solución utilice todas las técnicas descriptas. Requerimientos: El notebook debe correr linealmente. Debe entregarse con las salidas ejecutadas. Debe incluirse una pequeña explicación antes de cada arquitectura probada. Debe incluirse una conclusión al final del trabajo. NOTA: 10 (DIEZ)