Modelos de aprendizado profundo representam o estado da arte nas mais diversas tarefas solucionadas por aprendizado de máquina. Em especial, os mod...
Modelos de aprendizado profundo representam o estado da arte nas mais diversas tarefas solucionadas por aprendizado de máquina. Em especial, os modelos profundos são capazes de superar, com grande margem, a acurácia obtida pelos modelos rasos. O que diferencia o aprendizado raso do aprendizado profundo?
O volume de dados utilizado no treinamento do modelo.
A quantidade de neurônios do modelo.
A quantidade de camadas ocultas do modelo.
O algoritmo de aprendizagem utilizado no treinamento do modelo.
O tipo de neurônio utilizado na composição da rede.
O volume de dados utilizado no treinamento do modelo.
A quantidade de neurônios do modelo.
A quantidade de camadas ocultas do modelo.
O algoritmo de aprendizagem utilizado no treinamento do modelo.
O tipo de neurônio utilizado na composição da rede.
💡 1 Resposta
Ed 
O que diferencia o aprendizado raso do aprendizado profundo é a quantidade de camadas ocultas do modelo. Os modelos rasos possuem apenas uma ou duas camadas ocultas, enquanto os modelos profundos possuem várias camadas ocultas, permitindo que o modelo aprenda características mais complexas e abstratas dos dados.
✏️ Responder
Para escrever sua resposta aqui, entre ou crie uma conta
Outros materiais
Perguntas relacionadas
Materiais relacionados
Compartilhar