Uma rede neural convolucional termina com uma camada totalmente conectada de 10 saídas, representando 10 classes de animais. Qual função deve ser aplicada a essa camada para que o modelo produza uma distribuição de probabilidade entre as 10 classes?

A função Softmax é a escolha correta porque ela transforma os valores brutos de saída de uma camada de rede neural (logits) em probabilidades que somam 1. Isso é essencial para problemas de classificação multiclasse, onde se deseja que o modelo atribua uma probabilidade a cada uma das 10 classes de animais. Dropout é uma técnica de regularização para evitar overfitting, não uma função de ativação. Smooth L1 loss é uma função de perda usada para regressão, não para produzir distribuições de probabilidade em classificação. ReLU é uma função de ativação comum em camadas ocultas para introduzir não-linearidade, mas não normaliza as saídas para formar uma distribuição de probabilidade.