Verificação de conhecimentos - Training

1.

Você está criando uma rede neural profunda para treinar um modelo de classificação que prevê, com base em dez atributos numéricos, a qual classe dentre as três existentes uma observação pertence. Qual das afirmações a seguir é verdadeira sobre a arquitetura de rede?

A camada de entrada deve conter três nós

A rede deve conter três camadas ocultas

A camada de saída deve conter três nós

2.

Você está treinando uma rede neural profunda. Você configura o processo de treinamento para usar 50 épocas. Qual é o efeito dessa configuração?

Todo o conjunto de dados de treinamento é passado pela rede 50 vezes

Os dados de treinamento são divididos em 50 subconjuntos e cada um deles passa pela rede

As primeiras 50 linhas de dados são usadas para treinar o modelo e as restantes são usadas para validá-lo

3.

Você está criando uma rede neural profunda. Você aumenta o parâmetro de taxa de aprendizado. Qual é o efeito dessa configuração?

Mais registros são incluídos em cada lote que passa pela rede

Ajustes maiores são feitos nos valores de peso durante a retropropagação

Mais camadas ocultas são adicionadas à rede

4.

Você está criando uma rede neural convolucional. Você deseja reduzir o tamanho dos mapas de atributos gerados por uma camada convolucional. O que você deve fazer?

Reduzir o tamanho do kernel de filtro usado na camada convolucional

Aumentar o número de filtros na camada convolucional

Adicionar uma camada de pooling após a camada convolucional

Verificação de conhecimento

Comentários