14- Atividade Objetiva 02 - Redes Neurais e Aprendizagem Profunda (2021)

Prévia do material em texto

Pontuação desta tentativa: 10 de 10
Enviado 12 set em 20:05
Esta tentativa levou 11 minutos.
2 / 2 ptsPergunta 1
Redes neurais artificiais são modelos inspirados pelo sistema nervoso
e são capazes de realizar o aprendizado de máquina a partir dos
dados, tendo sido usadas para resolver uma grande variedade de
tarefas, tais como visão computacional e reconhecimento de voz, que
são difíceis de abordar por meio de métodos tradicionais da IA.
Marque a alternativa que representa uma afirmação incorreta:
 
A função de ativação é essencial para introduzir um componente de
não linearidade nas redes neurais artificiais e com isso aumentar a
capacidade de representação e aproximação das mesmas
 
 
Uma rede neural feed-forward têm neurônios agrupados em camadas,
sendo que os neurônios de uma mesma camada não são conectados
entre si e o sinal percorre a rede em uma única direção, da entrada
para a saída
 
Em um neurônio artificial, as entradas são primeiramente submetidas a
uma função de ativação para só depois serem combinadas em uma
única saída por meio de uma soma ponderada
 
 
Uma rede neural com mais neurônios possui uma maior capacidade 
Na verdade, ocorre exatamente o oposto as entradas são
primeiramente combinadas por meio de um somatório
ponderado para só depois se aplicar uma função de ativação ao
resultado do somatório e se produzir a saída do neurônio
artificial
2 / 2 ptsPergunta 2
A otimização da função de perda de uma rede neural busca obter um
modelo que seja capaz de realizar boas predições. Para tanto,
procura-se alcançar um ponto de mínimo da função de perda utilizando
a direção contrária do gradiente.
Marque a alternativa que não representa uma atividade relacionada ao
método do gradiente:
 
Ajustar o conjunto de pesos ou parâmetros de modo a obter um novo
conjunto, de preferência, mais próximo do ótimo
 
 
Avaliar a função de perda em relação ao conjunto de pesos ou
parâmetros atuais
 
 
Usar o gradiente da função de perda e o tamanho do passo para
modificar os pesos ou parâmetros a cada passo do método
 
 Calcular o gradiente da taxa de aprendizado 
No método do gradiente, deve-se calcular o gradiente da função
de perda em relação aos pesos e utilizá-lo juntamente com o
tamanho do passo (ou taxa de aprendizado) para se ajustar os
pesos de forma a se obter preferencialmente um novo conjunto
de pesos mais próximo do ótimo. Não faz nenhum sentido e
nem é necessário se calcular o gradiente do da taxa de
aprendizado (ou tamanho do passo)
2 / 2 ptsPergunta 3
O método mais utilizado no treinamento de redes neurais e, em
especial, de redes profundas é o SGD (gradiente descendente
estocástico).
Marque a afirmação correta relacionada ao método SGD:
 
O comportamento estocástico se deve a amostragem da taxa de
aprendizado realizada durante as iterações do método
 
 
No SGD, calcula-se o gradiente sobre uma amostra do conjunto de
dados chamada de minibatch
 
Na verdade, o SGD surge como uma alternativa ao método do
gradiente “básico” capaz de lidar de forma mais adequada com a
ineficiência relacionada à presença de inúmeros pontos de sela na
função de perda
 
 
O SGD é conhecido como um método estocástico pois utiliza o
conjunto completo de dados a cada iteração
 
O SGD usa o gradiente de um minibatch (isto é, uma amostra
aleatório do conjunto de dados) no lugar do gradiente sobre o
conjunto de dados completo
2 / 2 ptsPergunta 4
O método de propagação retrógrada (ou backpropagation) permite se
obter os gradientes em um grafo de computação de forma eficaz.
Marque a alternativa que representa uma afirmação incorreta:
 
Caso um elemento do grafo de computação apresente várias saídas
(ou ramificações), durante o passo retrógado deve utilizar apenas o
maior dos valores de gradiente da perda em relação às saídas
 
 
A derivada da perda em relação a uma entrada de um elemento
qualquer do grafo de computação pode ser obtida a partir da derivada
da saída desse elemento em relação a essa entrada e o gradiente da
perda em relação a saída do mesmo elemento
 
 
Um elemento de adição no grafo de computação faz com que o
gradiente da perda em relação a saída desse elemento seja distribuído
para todas as entradas desse elemento uma vez que todas as
derivadas “locais” são unitárias
 
 
O método de propagação retrógrada (ou backpropagation) se baseia
na utilização da regra da cadeia
Na verdade, caso ocorra uma ramificação (isto é, um elemento
do grafo possua várias saídas), deve-se realizar a soma de
todos os gradientes da perda relacionadas a cada uma das
saídas antes de se aplicar a regra da cadeia para obtenção dos
gradientes em relação às entradas
2 / 2 ptsPergunta 5
A sigmoide é a função de ativação que historicamente sempre foi mais
popular, uma vez que ser interpretada como um modelo para a “taxa
de disparo” de um neurônio saturado.
Marque a afirmação incorreta relacionada à função sigmoide:
 Seu uso pode “matar” (ou zerar) o fluxo de gradientes 
 Ela produz resultados no intervalo [-1, 1] 
 Ela não é centrada na origem, isto é, em torno de zero 
 Ela representa um elemento chave nas redes LSTM 
A saída da função sigmoide está no intervalo entre 0 e 1
Pontuação do teste: 10 de 10