Gabarito disponível
Acerca dos tipos de aprendizado, da inteligência artificial generativa e das redes neurais, julgue os itens subsequentes.
Em arquiteturas de redes neurais profundas, o uso de funções de ativação não lineares, como ReLU ou Sigmoid, é essencial para que a rede aprenda padrões complexos e não lineares.
Em arquiteturas de redes neurais profundas, o uso de funções de ativação não lineares, como ReLU ou Sigmoid, é essencial para que a rede aprenda padrões complexos e não lineares.
Resolução comentada
Ativações não lineares permitem à rede aprender padrões complexos.
Sem não linearidade, várias camadas lineares equivalem a uma única transformação linear. ReLU, Sigmoid e outras funções introduzem a não linearidade que permite aproximar funções complexas. O item está correto.
Análise das alternativas
A) Certo: reflete o papel das funções de ativação. B) Errado: negaria um princípio básico das redes profundas.
Referência: Goodfellow et al., Deep Learning; teorema da aproximação universal.
Resolução comentada do VaiConcursos.