Avaliação do módulo

1.

Suponha que o seu corpus de texto contenha 80.000 palavras diferentes. Qual dos itens abaixo você completaria reduzindo a dimensionalidade do vetor de entrada para classificador neural?

Selecione aleatoriamente 10% das palavras e ignore o restante.

Use a camada convolucional antes da camada classificadora totalmente conectada

Use a camada de incorporação antes da camada do classificador totalmente conectada

Selecione 10% das palavras usadas com mais frequência e ignore o restante

2.

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

LSTM de nível de palavra

LSTM de nível de personagem

RNN de nível de palavra

Perceptron no nível do personagem

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 o próximo

É treinado por um processo recorrente

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 do vocabulário para mostrar o quão importante é

Atenção é uma camada de rede que usa a matriz de atenção para ver quanto 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 a sua coocorrência

Comentários