Question

Durante o treinamento de uma rede neural artificial, os pesos do modelo são ajustados iterativamente para reduzir o valor da função de perda. Nesse processo, o método do gradiente e o método do gradiente estocástico representam estratégias distintas de atualização dos parâmetros. Nesse contexto, assinale a alternativa correta.

Accepted Answer

E) O método do gradiente estocástico atualiza os parâmetros utilizando um exemplo ou pequenos lotes, reduzindo custos computacionais de cada iteração.

Answer

A) O método do gradiente produz, em cada passo, modificações idênticas ao estocástico, independentemente do tamanho amostral.

Answer

B) O método do gradiente estocástico atualiza os parâmetros utilizando toda base de treinamento, proporcionando gradientes determinísticos.

Answer

C) O método do gradiente calcula as atualizações utilizando derivadas de segunda ordem, acelerando o processo de convergência na otimização.

Answer

D) O método do gradiente atualiza os parâmetros apenas após a convergência total do modelo, estabilizando o processo de treinamento.

Mais questões de Aprendizado de máquina