Questões de Concurso
Filtrar
3.131 Questões de concurso encontradas
Página 57 de 627
Questões por página:
Questões por página:
Concurso:
PF
Disciplina:
Engenharia Elétrica
Julgue os itens subsecutivos, em relação às redes neurais denominadas CNN, RNN e LSTM.
Entre duas camadas convolucionais de uma CNN, a aplicação de pooling permite aumentar a dimensionalidade da rede e controlar o overfitting.
Entre duas camadas convolucionais de uma CNN, a aplicação de pooling permite aumentar a dimensionalidade da rede e controlar o overfitting.
Concurso:
PF
Disciplina:
Engenharia Elétrica
Julgue os itens subsecutivos, em relação às redes neurais denominadas CNN, RNN e LSTM.
Em redes CNN, a inserção no modelo neural de um kernel de dimensão n × n acarreta a inclusão de n × n + 1 parâmetros ao modelo, caso a inserção do kernel seja acompanhada da inclusão de um bias.
Em redes CNN, a inserção no modelo neural de um kernel de dimensão n × n acarreta a inclusão de n × n + 1 parâmetros ao modelo, caso a inserção do kernel seja acompanhada da inclusão de um bias.
Concurso:
PF
Disciplina:
Engenharia Elétrica
Julgue os itens subsecutivos, em relação às redes neurais denominadas CNN, RNN e LSTM.
Em uma rede CNN, a dimensão do mapa de ativação em determinada camada depende, entre outros hiperparâmetros da rede, dos parâmetros denominados stride e dilation; uma rede CNN pode possuir diversas camadas convolucionais, e cada uma dessas camadas pode ser formada por diversos mapas de ativação.
Em uma rede CNN, a dimensão do mapa de ativação em determinada camada depende, entre outros hiperparâmetros da rede, dos parâmetros denominados stride e dilation; uma rede CNN pode possuir diversas camadas convolucionais, e cada uma dessas camadas pode ser formada por diversos mapas de ativação.
Concurso:
PF
Disciplina:
Engenharia Elétrica
Julgue os itens subsecutivos, em relação às redes neurais denominadas CNN, RNN e LSTM.
Vanishing gradient e exploding gradient são duas condições que podem ser encontradas em redes RNN; o emprego de célula de memória busca mitigar a ocorrência dessas condições em redes LSTM.
Vanishing gradient e exploding gradient são duas condições que podem ser encontradas em redes RNN; o emprego de célula de memória busca mitigar a ocorrência dessas condições em redes LSTM.
Concurso:
PF
Disciplina:
Engenharia Elétrica
Julgue os seguintes itens, a respeito de validação e avaliação de modelos de aprendizagem.
Se a medida de desempenho denominada precisão aplicada a um modelo de aprendizagem é baixa, deve-se desconfiar quando uma amostra for classificada como positiva, para evitar prejuízos decorrentes de erro na classificação realizada pelo modelo.
