14- Atividade Objetiva 04 - Redes Neurais e Aprendizagem Profunda (2021)

Prévia do material em texto

Pontuação desta tentativa: 10 de 10
Enviado 14 set em 18:43
Esta tentativa levou Menos de 1 minuto.
2 / 2 ptsPergunta 1
Uma rede neural convolucional geralmente apresenta uma sequência
de camadas convolucionais e de agrupamento intercaladas com
funções de ativação.
Marque a alternativa que representa uma afirmação incorreta:
 
A camada de convolução “desliza” um filtro sobre todas as localizações
espaciais da entrada de forma a produzir um mapa de ativação
 
 
O filtro de uma camada convolucional não precisa se estender por toda
a profundidade do volume de entrada
 
 
O filtro de uma camada convolucional representa um mecanismo para
se compartilhar os mesmos parâmetros em diferentes locais, supondo
que a entrada seja estacionária
 
 
Uma camada convolucional pode aprender múltiplos filtros com um
número reduzido de parâmetros devido a suposição de
estacionariedade da entrada
 
Na verdade, é obrigatório que o filtro se estenda por toda a
profundidade do volume de entrada
2 / 2 ptsPergunta 2
O tamanho do passo (“stride”) e o uso de preenchimento (“padding”)
afetam os resultados de uma camada convolucional.
Marque a alternativa que representa uma afirmação incorreta:
 
Para uma entrada de tamanho N x N e um filtro de tamanho F x F, a
dimensão da saída será (N – F) / S + 1, em que S representa o
tamanho do passo (“stride”)
 
Nas camadas convolucionais com passo unitário e filtros de tamanho F
x F, é comum se utilizar de preenchimento por meio de uma borda de
zeros com tamanho (F – 1) / 2
 
 
Preenchimento não ajuda a minimizar o efeito da redução rápida de
dimensionalidade espacial
 
 
Uma camada convolucional com 6 filtros de tamanho 1×1 aprende
como realizar uma combinação dos mapas de ativação (ou
características) da entrada para produzir 6 novos mapas (ou
características) na saída
 
Para um filtro de tamanho F, o preenchimento realizado de
forma a acrescentar uma borda de zeros com tamanho (F – 1) /
2 é capaz de eliminar o efeito de redução da dimensão espacial
quando o passo for 1
2 / 2 ptsPergunta 3
As redes AlexNet e VGG representam dois importantes marcos na
evolução das redes neurais profundas aplicadas à tarefa de
classificação de imagens.
Marque a alternativa que representa uma afirmação incorreta:
 
A rede AlexNet alcançou uma redução taxa de erro de
aproximadamente 10%
 
Foi necessário se utilizar de forma intensiva de “data augmentation”
para treinamento da rede AlexNet
 
A rede VGG introduziu a ideia de se utilizar filtros menores em redes
mais profundas, uma vez que eles conseguem o mesmo efeito e
cobertura de filtros maiores utilizando um número menor de parâmetros
 
A rede VGG foi a primeira a se utilizar da função de ativação ReLU
(“Rectified Linear Unit”)
Na verdade, a rede AlexNet foi a primeira a utilizar a função de
ativação ReLU
2 / 2 ptsPergunta 4
Mais recentemente, as redes GoogLeNet e ResNet introduziram
importantes concepções no projeto e implementação de redes neurais
profundas.
Marque a alternativa que representa uma afirmação incorreta:
 
A rede GoogLeNet introduziu o uso de vários filtros diferentes em
sequência por meio do módulo “Inception”
 
De forma a minimizar seu alto custo computacional, o módulo
“Inception” faz uso de convoluções 1 x 1 para redução da
dimensionalidade, apesar do aumento do número de parâmetros
 
A rede GoogLeNet se utiliza de agrupamento pela média (“average
pooling”) no final da rede ao invés de camadas completamente
conectadas para se reduzir o número de parâmetros
 
A rede ResNet utiliza conexões “laterais” (desvios) nos blocos básicos
de resíduos para garantir um bom fluxo de gradientes e,
consequentemente, viabilizar o treinamento de redes com centenas de
camadas
Na verdade, o módulo “Inception” realiza vários filtros diferentes
em paralelo conseguindo assim extrair diferentes características
a partir da mesma entrada
2 / 2 ptsPergunta 5
Redes recorrentes introduzem em seus projetos a presença de ciclos e
a noção de tempo.
Marque a alternativa que representa uma afirmação incorreta:
 
Rede recorrente pode ser “estendida” em várias etapas de tempo,
produzindo um grafo acíclico direcionado que viabiliza o uso da
propagação retrógrada (“back propagation”), porém seu tamanho
dependerá do comprimento da sequência de entrada
 
Em uma rede recorrente, as camadas podem ser empilhadas de forma
a se produzir versões profundas, em que cada camada é responsável
por adicionar um nível maior de abstração e se utiliza se diferentes
parâmetros durante os diferentes intervalos de tempo (em um mesmo
nível)
 
 
Em uma rede recorrente, o gradiente ao longo da dimensão temporal
pode tanto crescer como reduzir exponencialmente, inviabilizando o
treinamento caso se considere um intervalo de tempo (isto é, tamanho
de sequência de entrada) razoável
 
 
As unidades LSTM (“Long Short Term Memory”) e variações
conseguem por meio do uso de uma memória (ou estado) de célula
garantir um bom fluxo de gradientes ao longo do tempo e,
consequentemente, viabilizar o treinamento de intervalos de tempo
mais longos
Na verdade, uma camada de rede recorrente sempre irá utilizar
os mesmos parâmetros para todos os intervalos de tempo (isto
é, os parâmetros de um mesmo nível são independentes do
tempo)
Pontuação do teste: 10 de 10