En este desafío, construirás y entrenarás un autoencoder variacional (VAE) en el conjunto de datos MNIST — paso a paso. Definirás la arquitectura, implementarás el truco de reparametrización, crearás la función de pérdida personalizada y ejecutarás el proceso completo de entrenamiento.

Para facilitar tu experiencia, puedes elegir una de las siguientes opciones para trabajar con el código:

• Descargar el notebook y ejecutarlo localmente en tu entorno favorito (por ejemplo, VSCode, Jupyter, PyCharm);
• Abrir en Google Colab - solo un clic y todo estará listo para ejecutarse en línea.

Una vez que abras el notebook, verás una serie de tareas. Cada tarea incluye:

• Instrucciones claras;
• Código con espacios en blanco para completar;
• Comprobadores que verifican tu solución.

Cuando tu implementación sea correcta, el comprobador mostrará una clave corta. Recoge todas las claves de cada paso — las necesitarás al final.