Questão de Engenharia de Software — Inteligencia Artificial — FGV 2023
Engenharia de SoftwareInteligencia Artificial
- Código
- fg060687
- Banca
- FGV
- Órgão
- CGE-SC
- Ano
- 2023
- Nível
- Superior
- Cargo
- Auditor do Estado - Ciências da Computação - Tarde (Conhecimentos Específicos)
Sobre as redes neurais convolucionais (CNNs) é correto afirmar que
- Aao treinar CNNs utilizando transferência de aprendizado, começamos com um modelo pré-treinado e executamos numa nova tarefa qualquer, sem precisar se preocupar com o formato e o tipo de dados.
- Bao treinar CNNs utilizando transferência de aprendizado para ajuste fino, começamos com um modelo pré-treinado e atualizamos todos os parâmetros do modelo para nossa nova tarefa, basicamente retreinando todo o modelo.
- Cuma rede neural convolucional pode ser utilizada para reconhecer os mais variados tipos de dados. Por exemplo, textos, imagens e dados de clientes. Para isso, basta que os dados de entrada sejam transformados por alguma técnica de extração de características em simples vetores de características.
- Das últimas camadas convolucionais de uma rede neural CNN são capazes de extrair características mais baixo nível dos dados, como linhas, círculos e pontos, enquanto as primeiras camadas extraem características mais alto nível, detalhes mais específicos dos objetos reconhecidos.
- Eas camadas de pooling das CNNS são capazes de extrair características de médio nível, reconhecendo características que são mais detalhadas que as primeiras camadas convolucionais.