Você tem um conjunto de dados de 1.000.000 de imagens rotuladas de 200x200 indicando se um carro está presente ou não. Qual arquitetura de rede neural e escolha de camada de saída tem maior probabilidade de produzir a maior precisão para detectar a presença de um carro em uma imagem?
Escolha uma resposta
Toque em uma opção para verificar sua resposta.
Resposta correta: Uma rede neural convolucional profunda (CNN) com uma camada de saída softmax que prevê a probabilidade de um carro estar presente..
Por que esta é a resposta
Para detecção de objetos em imagens, Redes Neurais Convolucionais (CNNs) são a arquitetura mais eficaz, pois são projetadas para extrair características espaciais hierárquicas. Um Perceptron Multicamadas (MLP) não é adequado para dados de imagem, pois trata cada pixel independentemente, perdendo informações espaciais cruciais. A tarefa é uma classificação binária (carro presente ou não), e a camada de saída Softmax é ideal para prever probabilidades de classes mutuamente exclusivas, garantindo que a soma das probabilidades seja 1. Uma camada linear seria mais apropriada para regressão, não para classificação probabilística.
Passe no seu exame — sem a busca interminável por respostas
Obtenha todas as perguntas e explicações verificadas para este exame em um só lugar e economize horas de preparação. Mais de 1.000 certificações · Mais de 20 idiomas · Grátis para começar.
Passe no seu exame mais rápido → Não é necessário cartão