Deberá generar una notebook que corra automáticamente en un kernel de Kaggle, que tome como input los archivos de Data de la competencia y que entregue como output un csv análogo a cifar100_train.csv pero con las predicciones que su modelo obtenga para cada imagen de test.

El submission file debe ser un csv con dos columnas: Image y Label. La columna image debe tener el path relativo a cada archivo del set de test y la columna Label debe tener el nombre de la clase inferida por el modelo.

La métrica de evaluación que se utilizará es Categorization Accuracy: el valor de accuracy (proporción de predicciones correctas sobre totales) promediado a lo largo de todas las clases.