Buscar

Sobre os neurônios ocultos de uma rede MLP é correto afirmar: I. Utilizam funções de ativação lineares com o objetivo de produzir eixos não correla...

Sobre os neurônios ocultos de uma rede MLP é correto afirmar:
I. Utilizam funções de ativação lineares com o objetivo de produzir eixos não correlacionados.
II. A função de ativação deve ser contínua e diferenciável.
III. São equivalentes aos neurônios da rede Perceptron e respondem de forma binária ao estímulo recebido.
IV. Os neurônios ocultos têm por finalidade extrair características dos dados de entrada, permitindo o aprendizado de funções complexas.
A) Todas as afirmações estão corretas.
B) As afirmações I, II e III estão corretas.
C) As afirmações II, III e IV estão corretas.
D) Apenas a afirmação II está correta.
E) As afirmações II e IV estão corretas.

Essa pergunta também está no material:

RN Sem3 Ativ10
8 pág.

Redes Neurais I Universidade Virtual do Estado de São PauloUniversidade Virtual do Estado de São Paulo

Respostas

User badge image

Ed Verified user icon

A alternativa correta é a letra E) As afirmações II e IV estão corretas. I. Utilizam funções de ativação lineares com o objetivo de produzir eixos não correlacionados. - FALSO. Os neurônios ocultos utilizam funções de ativação não-lineares, como a função sigmoide, tangente hiperbólica, ReLU, entre outras. II. A função de ativação deve ser contínua e diferenciável. - VERDADEIRO. A função de ativação deve ser contínua e diferenciável para que o algoritmo de backpropagation possa ser aplicado e os pesos da rede possam ser ajustados. III. São equivalentes aos neurônios da rede Perceptron e respondem de forma binária ao estímulo recebido. - FALSO. Os neurônios da rede Perceptron respondem de forma binária ao estímulo recebido, enquanto os neurônios ocultos de uma rede MLP utilizam funções de ativação não-lineares. IV. Os neurônios ocultos têm por finalidade extrair características dos dados de entrada, permitindo o aprendizado de funções complexas. - VERDADEIRO. Os neurônios ocultos têm por finalidade extrair características dos dados de entrada, permitindo o aprendizado de funções complexas.

0
Dislike0

Responda

SetasNegritoItálicoSublinhadoTachadoCitaçãoCódigoLista numeradaLista com marcadoresSubscritoSobrescritoDiminuir recuoAumentar recuoCor da fonteCor de fundoAlinhamentoLimparInserir linkImagemFórmula

Para escrever sua resposta aqui, entre ou crie uma conta

User badge image

Continue navegando