user@devops:~$ cat README.md
Regularization & Callbacks
# Descripción
Estudio exhaustivo de técnicas de regularización y callbacks en Keras para mejorar la generalización de modelos de deep learning. Implementa regularización L1 y L2 en capas densas y convolucionales, dropout con distintas tasas, y una batería completa de callbacks de Keras: EarlyStopping para detener el entrenamiento cuando la validación deja de mejorar, ModelCheckpoint para guardar el mejor modelo, ReduceLROnPlateau para reducir la tasa de aprendizaje en mesetas, TensorBoard para visualización de métricas en tiempo real, y CSVLogger para registro histórico. Cada técnica se evalúa individualmente y en combinación, comparando curvas de aprendizaje y precisión final en un problema de clasificación de imágenes.
# Características principales
$ Regularización L1, L2 y L1_L2 (elastic net) en capas Keras
$ Dropout con distintas tasas y posiciones en la red
$ EarlyStopping con paciencia y restauración de mejores pesos
$ ModelCheckpoint para guardar el mejor modelo durante entrenamiento
$ ReduceLROnPlateau para ajuste adaptativo de learning rate
$ TensorBoard para visualización de métricas y gráficos en tiempo real
$ CSVLogger para registro y análisis posterior del entrenamiento
# Galería
# Tecnologías utilizadas
