No projeto de um sistema de reconhecimento facial para contr...
O papel principal da camada convolucional em uma CNN na análise de imagens é
Gabarito comentado
Confira o gabarito comentado por um dos nossos professores
Gabarito: E
Fundamento decisivo: O enunciado cobrou identificar, entre as etapas da CNN, qual corresponde à extração de padrões em imagens por meio de filtros; essa função aponta para a camada convolucional, o que leva ao gabarito E.
- Se a alternativa fala em filtros, regiões locais e padrões espaciais, ela aponta para convolução.
- Se a alternativa fala em amostragem ou redução de dimensionalidade, verifique se está descrevendo pooling, não convolução.
- Se a descrição envolve não linearidade, identifique ativação.
Clique para visualizar este gabarito
Visualize o gabarito desta questão clicando no botão abaixo
Comentários
Veja os comentários dos nossos alunos
Nas Redes Neurais Convolucionais (CNNs), a camada convolucional tem como principal função:
- detectar padrões locais;
- identificar bordas, texturas, formas;
- extrair características espaciais da imagem.
Isso é feito por meio de:
- filtros (kernels);
- operações de convolução.
Análise das alternativas
- A) funções de ativação são aplicadas em outras etapas.
- B) redução dimensional é papel típico de pooling.
- C) geração de texto não é função da convolução.
- D) tratar imagem como vetor plano é mais típico de redes densas.
- E) correta.
Gabarito: E
Clique para visualizar este comentário
Visualize os comentários desta questão clicando no botão abaixo