Ed
mês passado
Vamos analisar cada afirmação: I. Quanto maior a quantidade de camadas ocultas em uma rede neural, maior deve ser o cuidado na escolha da função de ativação, devido a possíveis problemas como saturação e dificuldade de treinamento. Verdadeiro. Funções de ativação inadequadas podem causar problemas como saturação e dificultar o treinamento em redes profundas. II. Para transformar uma rede neural de camada única em uma rede multicamadas, basta adicionar mais neurônios na camada de saída. Falso. Para ter uma rede multicamadas, é necessário adicionar camadas ocultas, não apenas neurônios na camada de saída. III. As redes neurais multicamadas estão restritas ao uso de um único tipo de função de ativação, o que limita sua aplicação a problemas específicos. Falso. Redes multicamadas podem usar diferentes funções de ativação em diferentes camadas, o que amplia sua aplicabilidade. IV. As redes neurais são capazes de resolver apenas problemas de natureza discreta, não sendo adequadas para problemas contínuos. Falso. Redes neurais podem resolver problemas contínuos, como regressão, além de problemas discretos. V. A camada de entrada tem a função de receber os sinais externos e distribuí-los para as camadas seguintes por meio de pesos, vieses e conexões, sem realizar processamento decisório direto. Verdadeiro. A camada de entrada apenas recebe e repassa os dados, sem processamento decisório. Portanto, as afirmações corretas são I e V. Resposta correta: A. Apenas I e V.
Cadastre-se ou realize login
Ao continuar, você aceita os Termos de Uso e Política de Privacidade