Solucionado
Realizei o comando Early Stopping de callback descrito no vídeo e ao fazer o treinamento o modelo passou apenas uma vez pelos inputs e parou. A quantidade de epochs está em 5 assim como sugerido no curso... Pelo entendimento adquirido com os vídeos, entendi que com essa função o modelo deveria passar pelo menos 2 vezes pelos dados fornecidos e ser capaz de analisar um possível travamento no parâmetro fornecido (nesse caso o val_loss), porém, já na primeira passagem ele já está parando.
Olá, Matheus! Tudo bem com você?
Primeiramente gostaria de pedir desculpas pela demora em te retornar.
Você está correto na afirmação sobre o EarlyStopping. Conforme afirma a documentação o EarlyStopping "...verificará no final de cada época se a perda não está mais diminuindo", então mesmo que o argumentopatience desse método seja 0, é necessário pelo menos duas epochs para detectar se ocorreu uma piora no val_loss (como é definido no curso e está na imagem enviada por você).
Realizei alguns testes com o código desenvolvido em aula e obtive o mesmo resultado que a instrutora, então fiz algumas pesquisas e encontrei essa issue (em inglês) no GitHub de um problema do mesmo caráter que o seu, porém como praticamente não teve interações nesse tópico o mesmo foi fechado sem uma solução concreta, o que me leva a acreditar que se tratou de um pequeno problema da linguagem que foi consertado rapidamente.
Sugiro então realizar a atualização do tensorflow para a sua versão mais recente com o seguinte comando:
!pip install -U tensorflowVocê executa esse comando em alguma célula do seu notebook.
Após isso realize o reset do seu kernel do Colab e execute novamente o código inteiro, da seguinte forma:
Tente realizar esses passos e verifique se soluciona seu problema. Se mesmo assim não funcionar você pode está retornando por esse tópico mesmo.
Deixo esse artigo (em inglês) como recomendação para leitura complementar que explica um pouco mais sobre o EarlyStopping.
Espero ter ajudado, mas se ainda persistir alguma dúvida estou sempre à disposição.
:)