Tecnologia da InformaçãoRedes neurais e deep learningINEP (ENEM) 2021
ENADE
Questão de Tecnologia da Informação
Uma equipe de cientistas da computação de uma determinada empresa de animação foi designada para desenvolver um sistema capaz de varrer a web no intuito de detectar sites que possam estar usando imagens de seus personagens de animação sem o devido consentimento. Portanto, o sistema deverá receber imagens como entrada, classificá-las entre imagens da empresa e imagens não produzidas pela empresa. A figura abaixo esboça uma arquitetura de rede neural profunda e o processo de treinamento que os cientistas pretendem usar. Entrada (X) Pesos 1 Camada de Entrada Pesos ... Pesos n Camada Intermediária n Ajuste dos pesos Camada de Saída Otimizador Saídas Previstas (Y’) Saídas Reais (Y)

S CHOLLET, F. deep Learning with Python. New York: Manning Publications, 2017 (adaptado). Após uma tentativa, notaram-se duas dificuldades: 1) o tempo de treinamento da rede estava muito longo e 2) a acurácia da rede treinada não estava no patamar aceito pela empresa. Diante deste contexto, avalie as afirmações a seguir. I. Aumentar o número de camadas é uma alternativa que pode levar a uma melhora na acurácia, além de diminuir o tempo de treinamento da rede. II. Fazer uso de redes convolucionais é uma alternativa que pode levar a uma melhora na acurácia, no entanto, pode exigir uso de máquinas com maior poder de processamento. III. Aumentar o número de unidades de processamento (neurônios) nas camadas pode levar a uma piora na acurácia, além de diminuir o tempo de treinamento da rede. IV. Aumentar o número de amostras de treinamento é uma alternativa que pode levar a uma melhora na acurácia, apesar de aumentar o tempo de treinamento da rede. V. Fazer uso de redes recorrentes é uma alternativa que pode levar a uma melhora na acurácia, no entanto, pode exigir uso de máquinas com maior poder de processamento. É correto apenas o que se afirma em
Mais questões de Redes neurais e deep learning
- Cebraspe 2026As redes neurais artificiais (RNA) caracterizam-se por apresentar grande quantidade de unidades interconectadas, do que decorrem sua aplicação e seu processamento limitados.
- Quadrix 2026O aprendizado profundo, ou deep learning, diferencia‑se de sistemas tradicionais de automação por extrair padrões diretamente de dados não estruturados, sem exigir que humanos cat…
- Cebraspe 2026Em redes neurais profundas, o uso de normalização em lote nas camadas ocultas garante que a estabilização do treinamento ocorra de forma mais rápida, eliminando completamente a ne…
- FGV 2026O treinamento de redes neurais profundas envolve o ajuste iterativo dos pesos, com base no erro observado entre a saída prevista e a saída esperada. Esse processo é viabilizado pe…
- FCC 2026Uma característica fundamental do aprendizado profundo (deep learning) é
Questão de prova oficial, com o gabarito definitivo publicado pela banca. Reproduzida para fins de estudo.

