Avaliação do módulo

1.

Você está criando uma rede neural profunda para treinar um modelo de classificação que prevê a qual das três classes uma observação pertence com base em 10 características numéricas. Qual das seguintes afirmações é verdadeira para 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. Que efeito tem esta 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 subconjunto é passado pela rede

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

3.

Você está criando uma rede neural profunda. Você aumenta o parâmetro Taxa de aprendizagem. Que efeito tem esta configuração?

Mais registros são incluídos em cada lote passado 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 feição gerados por uma camada convolucional. O que fazer?

Reduzir o tamanho do kernel do filtro usado na camada convolucional

Aumentar o número de filtros na camada convolucional

Adicionar uma camada de pooling após a camada convolucional

Feedback