Questão de Programação — Frameworks em Programação — FGV 2026
Programação›Frameworks em Programação
Código
fg125957
Banca
FGV
Órgão
AL-GO
Ano
2026
Nível
Superior
Cargo
Analista Legislativo - Analista de Ciência de Dados
Keras é uma API de aprendizado profundo que oferece velocidade de depuração, elegância com concisão do código e facilidade de manutenção de implantação. Os blocos de construção básica das redes neurais usando Keras (versão 3.0) e Python são conhecidos como
Asets.
Bpipes.
Clayers.
Dplanes.
Eframes.
Revelar gabarito e comentário▾
GabaritoC — layers.
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Keras – Blocos de construção de redes neurais
Gabarito: letra C. Em Keras, os blocos fundamentais para a construção de redes neurais são as camadas (layers). Cada camada representa uma transformação de dados, como camadas densas (fully connected), convolucionais, de pooling, etc. O Keras (versão 3.0) organiza o modelo empilhando essas camadas sequencialmente ou de forma funcional.
As demais alternativas não correspondem ao conceito:
Sets: estruturas de dados matemáticos ou conjuntos em Python, sem relação com redes neurais.
Pipes: mecanismo de comunicação entre processos ou pipelines de dados, não são blocos de construção de redes.
Planes: não é um termo padrão em Keras (embora possa referir-se a planos em visão computacional, não é o termo correto).
Frames: podem ser quadros de vídeo ou estruturas em pandas, mas não são os componentes básicos de uma rede neural.
Portanto, a opção correta é layers.
PEGA ESSA DICA!
Em qualquer framework de deep learning (Keras, PyTorch, TensorFlow), o conceito de camada (layer) é central. Memorize os principais tipos: Dense, Conv2D, MaxPooling2D, Dropout, etc. Estude a API do Keras para identificar como as camadas são empilhadas para formar modelos.