Ejercicio clasificación de caras

Con el siguiente código entrenad a una red neuronal que dada una imagen de una cara nos diga qué persona es:

import numpy as np
from sklearn.datasets import fetch_olivetti_faces
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelBinarizer
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Flatten
from tensorflow.keras.utils import to_categorical

# Cargar el dataset Olivetti Faces
data = fetch_olivetti_faces()
X = data.images  # Imágenes (número de instancias, 64, 64)
y = data.target  # Etiquetas de personas (0 a 39)

# Preprocesamiento
X = X.reshape(X.shape[0], 64, 64, 1)  # Redimensionar para añadir el canal de color
X = X / 255.0  # Normalización

# Codificación one-hot de las etiquetas
y = to_categorical(y, num_classes=40)

# Dividir el dataset en entrenamiento y prueba
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)