Trabajo Final de la optativa Introducción a las Redes Neuronales y Aprendizaje Profundo

• El ambiente usado de Conda se encuentra especificado en enviroment.yml
• El paquete keras-tcn fue instalado con pip dentro de ambiente de Conda
• El script tp_dl_train.py realiza los entrenamientos de las 6 arquitecturas (el entrenamiento sin gpu dura 40 minutos aproximadamente)
• El script tp_dl_test.py genera un archivo de texto con los valores de mse para entrenamiento y testeo de cada combinacion usuario/arquitectura
• El script generate_images.py genera las imagenes que muestran las predicciones de las arquitecturas. Las imagenes son guardadas en la carpeta Imagenes
• Los pickles models.pkl, train_cache.pkl y test_cache son generados por el script tp_dl_test.py
• models.pkl contiene un diccionario con los 18 modelos asi como tambien la historia de cuando fue entrenado
• test_cache.pkl contiene un diccionario con los atributos X_test y y_test para cada uno de los 18 modelos
• train_cache.pkl contiene un diccionario con los atributos X_train y y_train para cada uno de los 18 modelos