Quiz 11 - Introdução

1. O que define uma rede como "Deep" (Profunda)?

Ela tem muitos arquivos

Ela possui muitas camadas ocultas (Hidden Layers)

Ela foi treinada no fundo do mar

Ela consome muita internet

2. Qual a principal vantagem do Deep Learning sobre o ML Clássico?

É mais barato

Extração automática de características (aprendizado de representação)

Não precisa de dados

Funciona sem luz

3. Qual componente de hardware é mais eficiente para Deep Learning?

Disco Rígido (HD)

Impressora

Unidade de Processamento Gráfico (GPU)

Placa de Som

4. Keras é conhecido por ser uma biblioteca:

Muito difícil de usar

De alto nível (simples e intuitiva) que roda sobre o TensorFlow

Que só funciona em Java

Para editar planilhas Excel

5. O que acontece nas primeiras camadas de uma rede neural profunda de imagens?

Ela identifica o objeto inteiro

Ela identifica bordas, linhas e cores básicas

Ela salva a foto no Google Drive

Ela escolhe a melhor função de ativação

6. Qual empresa criou o TensorFlow?

Facebook (Meta)

Google

Microsoft

Apple

2015. 7. No Keras, um modelo "Sequential" significa que:

Os dados são aleatórios

As camadas são empilhadas uma após a outra em ordem

O modelo demora para rodar

O computador executa as tarefas em silêncio

8. Por que "Big Data" foi essencial para o sucesso do Deep Learning?

Porque arquivos grandes são mais bonitos

Porque redes profundas possuem milhões de parâmetros e precisam de muitos exemplos para não decorar (overfit)

Porque a internet ficou mais rápida

Porque o armazenamento ficou mais barato

9. PyTorch é uma biblioteca concorrente do TensorFlow, criada por quem?

Amazon

Facebook (Meta)

Netflix

Tesla

10. Se uma rede tem 50 camadas ocultas, ela pode ser considerada Deep Learning?

Não, é muito pouco

Sim, com certeza

Depende do tamanho da tela

Somente se usar Python 2