Avaliação do módulo

1.

Suponha que o corpus de texto contenha 80.000 palavras diferentes. Qual das informações abaixo você concluiria para reduzir a dimensionalidade do vetor de entrada para o classificador neural?

Selecionar aleatoriamente 10% das palavras e ignorar o restante.

Usar camada convolucional antes da camada de classificador totalmente conectada

Usar camada de incorporação antes da camada de classificador totalmente conectada

Selecionar 10% das palavras mais usadas e ignorar o restante

2.

Queremos treinar uma rede neural para gerar novas palavras engraçadas para um livro infantil. Qual arquitetura podemos usar?

LSTM em nível de palavra

LSTM em nível de caractere

RNN em nível de palavra

Perceptron em nível de caractere

3.

A rede neural recorrente é chamada de recorrente porque:

Uma rede é aplicada para cada elemento de entrada, e a saída do aplicativo anterior é passada para a próxima

O treinamento é feito por um processo recorrente

Ela consiste em camadas que incluem outras sub-redes

4.

Qual é a ideia principal por trás da arquitetura de rede LSTM?

Número fixo de blocos LSTM para todo o conjunto de dados

Ele contém muitas camadas de redes neurais recorrentes

Gerenciamento de estado explícito com esquecimento e acionamento de estado

5.

Qual é a ideia principal de atenção?

A atenção atribui um coeficiente de peso a cada palavra no vocabulário para mostrar o quanto ela é importante

A atenção é uma camada de rede que usa a matriz de atenção para ver quanto os estados de entrada de cada etapa afetam o resultado final.

A atenção constrói uma matriz de correlação global entre todas as palavras do vocabulário, mostrando sua co-ocorrência

Comentários