AP Sem7 Atv10

Prévia do material em texto

PERGUNTA 1
Quais das afirmativas abaixo estão corretas em relação ao impacto da escolha do
tamanho no mini-batch (minilote) no treinamento da rede?
I. Ao ampliar o tamanho do mini-batch, podemos fazer melhor uso das GPUs.
II. O mini-batch com tamanho 1 é equivalente ao método do gradiente on-line, ou
seja, os parâmetros do modelo são ajustados a cada iteração do laço de
treinamento.
III. O tamanho do mini-batch deve refletir um balanceamento entre uso eficiente de
memória e paralelização.
Selecione a alternativa correta:
A. Apenas a afirmativa I está correta.
B. Apenas as afirmativas II e III estão corretas.
C. Apenas as afirmativas I e III estão corretas.
D. Apenas as afirmativas I e II estão corretas.
E. Todas as afirmativas estão corretas.
PERGUNTA 2
Os sistemas de Inteligência Artificial, como os modelos de aprendizado de máquina
profundo, possuem grande impacto no nosso dia a dia. Contudo, o desenvolvimento e
aplicação de tais modelos também podem trazer resultados negativos para a
sociedade. Dessa forma, alguns princípios devem ser seguidos durante o
desenvolvimento de tais sistemas. Quais das afirmativas abaixo representam esses
princípios?
I. Garantir segurança e equidade.
II. Respeito à privacidade e à segurança dos dados.
III. Reconhecer implicações legais/política.
IV. Sustentar direitos e valores humanos.
Selecione a alternativa correta:
A. Apenas as afirmativas I, III e IV estão corretas.
B. Todas as afirmativas estão corretas.
C. Apenas as afirmativas I, II e IV estão corretas.
D. Apenas as afirmativas I, II e III estão corretas.
E. Apenas as afirmativas II, III e V estão corretas.
PERGUNTA 3
O treinamento de uma rede neural, em particular redes profundas, pode ser bastante
complexo e custoso. Nesse contexto, há diversas técnicas disponíveis para facilitar e
acelerar esse processo, como a normalização em lote. Qual é a função principal da
normalização em lote (batch normalization)?
Selecione a alternativa correta:
A. A normalização em lote tem como função principal evitar que modelo atinja um
sobreajuste (overfitting).
B. Ele pode melhorar a convergência do algoritmo de retropropagação,
normalizando os dados para atingir variância igual a um e média zero em cada
minilote (mini-batch) do conjunto de treinamento.
C. A normalização em lote tem como objetivo melhorar o processo de treinamento
quando consideramos dados ruidosos.
D. A normalização em lote tem como função principal melhorar a capacidade de
generalização do modelo treinado.
E. Ele pode melhorar a convergência do algoritmo de retropropagação,
normalizando os valores gerados nas camadas ocultas da rede para os
exemplos contidos no minilote (mini-batch).
PERGUNTA 4
Um modelo seq-2-seq (sequência-para-sequência) é normalmente composto por um
codificador e um decodificador. Quais das afirmativas abaixo estão corretas em relação
a essa família de modelos?
I. Modelos seq-2-seq são capazes de aprender a associar sequências de entrada
a sequências de saída de comprimento arbitrário.
II. Modelos seq-2-seq são mais eficazes quando a sequência de entrada e saída
têm o mesmo comprimento.
III. Em um modelo de rede neural seq-2-seq, a sequência de entrada, de tamanho
arbitrário, é codificada em um espaço latente (estado oculto) de tamanho fixo.
IV. Modelos seq-2-seq são úteis apenas para tarefas de processamento de
linguagem natural.
Selecione a alternativa correta:
A. Apenas as afirmativas I, III e IV estão corretas.
B. Apenas as afirmativas III e IV estão corretas.
C. Apenas as afirmativas I, II e III estão corretas.
D. Apenas as afirmativas I e III estão corretas.
E. Apenas as afirmativas II, III e IV estão corretas.
PERGUNTA 5
As redes transformers (transformador), propostas em 2018, têm se destacado como o
principal modelo neural para processamento de sequências, como processamento de
linguagem natural. Qual das alternativas abaixo descreve as vantagens dessas redes
em relação a uma rede recorrente?
Selecione a alternativa correta:
A. As redes transformers utilizam o mecanismo de atenção, permitindo que esses
modelos sejam mais eficientes que as redes recorrentes, as quais não podem
fazer uso do mecanismo de atenção.
B. As redes transformers processam a entrada paralelamente, ao contrário das
redes recorrentes, que processam a informação de forma sequencial. Por essa
razão, elas podem fazer uso mais intenso de GPUs.
C. Por tratar-se de arquiteturas bidirecionais, as redes transformers possuem maior
capacidade de aprendizagem do que as redes recorrentes tradicionais. Por essa
razão, têm sido amplamente utilizadas para o processamento de linguagem
natural.
D. As redes transformers processam a entrada de forma sequencial, ao contrário
das redes recorrentes, que processam a informação de forma paralela. Por essa
razão, elas podem fazer uso mais intenso de GPUs.
E. As redes transformers e as redes recorrentes são equivalentes, logo, não há
vantagem ou desvantagem ao comparar esses modelos.
PERGUNTA 6
Qual é o papel do mecanismo de atenção em modelos seq-2-seq
(sequência-para-sequência)?
Selecione a alternativa correta:
A. O mecanismo de atenção é usado apenas para melhorar a capacidade de
generalização dos modelos seq-2-seq.
B. O mecanismo de atenção não é usado em modelos seq-2-seq.
C. O mecanismo de atenção permite que o modelo seq-2-seq gere uma saída para
cada elemento da sequência de entrada.
D. O mecanismo de atenção é usado apenas para reduzir o overfitting em modelos
seq-2-seq.
E. O mecanismo de atenção permite que o modelo seq-2-seq se concentre em
partes relevantes da sequência de entrada durante o processamento.