user@devops:~$ cat README.md
CNN CIFAR-10
# Descripción
Proyecto de clasificación de imágenes con redes neuronales convolucionales (CNN) sobre el dataset CIFAR-10, que contiene 60,000 imágenes en 10 categorías (avión, automóvil, pájaro, gato, ciervo, perro, rana, caballo, barco, camión). Implementa una arquitectura CNN secuencial con capas Conv2D, MaxPooling2D, Flatten y Dense, usando activación ReLU y Softmax. Incluye normalización de píxeles (escalado 0-1), aumento de datos con ImageDataGenerator (rotación, desplazamiento, volteo horizontal), optimización con Adam y reducción de learning rate. Incorpora visualización de métricas de entrenamiento (precisión y pérdida) y matriz de confusión para evaluar el rendimiento por categoría.
# Características principales
$ Clasificación de imágenes en 10 categorías con CNN desde cero
$ Arquitectura: Conv2D + MaxPooling2D + Dropout + Dense (Softmax)
$ Normalización de píxeles y aumento de datos (data augmentation)
$ Optimización Adam con reducción de learning rate en meseta
$ Visualización de métricas: precisión, pérdida y matriz de confusión
$ Evaluación por categoría con classification report
# Galería
# Tecnologías utilizadas
