Buscar

Autoencoders representam uma família específica de modelos de redes neurais e, como tal, possuem suas particularidades em relação a sua arquitetura...

Autoencoders representam uma família específica de modelos de redes neurais e, como tal, possuem suas particularidades em relação a sua arquitetura e forma de treinamento. Quais das afirmações abaixo estão corretas em relação à estrutura e ao treinamento de um autoencoder?

I. O treinamento de autoencoders demanda dados rotulados.
II. Em sua forma padrão, um autoencoder é composto por duas partes principais, o codificador e o decodificador.
III. O treinamento de um autoencoder está associado ao paradigma autossupervision
A. I, II e III
B. Apenas I e II
C. Apenas II e III
D. Apenas I e III
E. Apenas II

Essa pergunta também está no material:

AP Sem4 Atv10
8 pág.

Aprendizado Universidade Virtual do Estado de São PauloUniversidade Virtual do Estado de São Paulo

💡 1 Resposta

User badge image

Ed Verified user icon

A alternativa correta é a letra D) Apenas I e III. I. O treinamento de autoencoders demanda dados rotulados: Falso. O treinamento de autoencoders é uma técnica de aprendizado não supervisionado, ou seja, não requer dados rotulados. II. Em sua forma padrão, um autoencoder é composto por duas partes principais, o codificador e o decodificador: Verdadeiro. O codificador transforma a entrada em uma representação latente e o decodificador reconstrói a entrada a partir dessa representação. III. O treinamento de um autoencoder está associado ao paradigma autossupervision: Verdadeiro. O treinamento de autoencoders é uma técnica de aprendizado autossupervisionado, em que a rede é treinada para reconstruir a própria entrada. Portanto, apenas as afirmações I e III estão corretas.

0
Dislike0

✏️ Responder

SetasNegritoItálicoSublinhadoTachadoCitaçãoCódigoLista numeradaLista com marcadoresSubscritoSobrescritoDiminuir recuoAumentar recuoCor da fonteCor de fundoAlinhamentoLimparInserir linkImagemFórmula

Para escrever sua resposta aqui, entre ou crie uma conta

User badge image

Outros materiais