🕒 Estado da arte capturado em 2026-08

Prova da Parte III — Redes Neurais e Deep Learning

Estado da arte capturado em 2026-08 · histórico

Isto não vale nota, e o livro diz isso por escrito. A identificação é autodeclarada, o livro fica aberto e o enunciado está publicado no Markdown do repositório. O que esta prova produz é evidência de prática, não de aprendizado. A recomendação do livro a quem dá aula é pontuar por ter feito, nunca por ter acertado.

O que esta prova é

Dez itens sobre os seis capítulos da Parte III, de III.1 a III.6. Cada item cruza dois capítulos ou mais.

Nenhum item traz o "volte para", e todo cenário é inédito. Todos são corrigidos na hora, sem consultar modelo de linguagem.

Esta parte tem um fio que vale procurar enquanto você responde: o mesmo diagnóstico reaparece com nomes diferentes, e boa parte dos itens cobra justamente reconhecê-lo sob o disfarce.

Exercícioprova-parte-iii-q1escolha uma

Uma equipe empilha três camadas densas sem nenhuma função de ativação entre elas e tenta resolver um problema não linearmente separável. O treino roda, a perda desce um pouco e estaciona.

Qual é a explicação?

Três camadas são poucas; o teorema da aproximação universal exige mais profundidade.
Sem ativação, as três camadas colapsam numa única transformação linear, e a fronteira continua sendo uma reta.
O problema é a inicialização, que precisa ser He em vez de Xavier.
A perda escolhida é inadequada para problemas não separáveis.

Exercícioprova-parte-iii-q2escolha todas que valem

Uma rede profunda não aprende as primeiras camadas, e uma RNN não aprende dependências de vinte passos. Quais afirmações ligam corretamente os dois casos? (marque todas que valem)

Nos dois, o gradiente é um produto de muitos fatores, e fatores menores que 1 encolhem exponencialmente.
Nos dois, o remédio estrutural cria um caminho em que o sinal é somado em vez de multiplicado.
Na RNN, cada passo de tempo é uma camada a mais no caminho de volta do erro.
Nos dois, o problema se resolve aumentando a capacidade do modelo.

Exercícioprova-parte-iii-q3escolha uma

Uma imagem 128×128 com 3 canais entra em duas alternativas: uma camada densa com 32 unidades, ou uma camada convolucional com 32 filtros 3×3. O que se pode afirmar sobre o número de pesos?

São comparáveis, porque as duas têm 32 unidades de saída.
A densa depende do tamanho da imagem e a convolucional não: 1 572 864 contra 864 pesos.
A convolucional tem mais pesos, porque cada filtro atravessa os três canais.
Não dá para comparar sem saber o tamanho do lote.

Exercícioprova-parte-iii-q4escolha uma

O que a AlexNet em duas colunas e a remoção da recorrência em 2017 têm em comum?

Os dois foram escolhas teóricas, justificadas por poder de representação.
Os dois foram decididos por restrição material: memória de 3 GB num caso, paralelismo em GPU no outro.
Os dois aumentaram o número de parâmetros para ganhar capacidade.
Os dois substituíram uma arquitetura que não conseguia representar o problema.

Exercícioprova-parte-iii-q5responda com um número

Uma camada densa recebe 64 entradas e produz 16 saídas, com viés. Quantos parâmetros treináveis ela tem?

Exercícioprova-parte-iii-q6escolha uma

Uma equipe treina um classificador de radiografias e aplica, como aumentação, rotações de até 180° e espelhamento vertical. Além disso, usa dropout forte. O vão entre treino e validação não fecha.

Qual crítica é a mais precisa?

O dropout está forte demais e impede a rede de aprender.
A aumentação escolhida gera imagens que não existem na clínica, então ela gasta capacidade em invariâncias falsas em vez de reduzir o vão.
Radiografias não admitem aumentação de nenhum tipo.
O problema é de gradiente, e a solução é trocar a inicialização.

Exercícioprova-parte-iii-q7escolha todas que valem

Um sistema de busca semântica usa embeddings contextuais e um índice de 200 mil documentos. Quais afirmações são corretas? (marque todas que valem)

O vetor de uma palavra depende da frase em que ela aparece, ao contrário do embedding estático.
A busca por embedding pode achar documentos que não repetem nenhuma palavra da consulta.
O ganho sobre a busca por termos precisa ser medido, e não presumido.
Como os embeddings vêm de um Transformer, a similaridade entre dois documentos é calculada por autoatenção entre eles.

Exercícioprova-parte-iii-q8escolha uma

Transferência de aprendizado em visão e recuperação em linguagem resolvem problemas diferentes. Qual comparação é correta?

As duas evitam treinar do zero, e por isso são a mesma estratégia em domínios diferentes.
A transferência aproveita representações já aprendidas e continua nos pesos; a recuperação fornece fato de fora dos pesos, e é o que serve quando o conhecimento muda.
A recuperação substitui a transferência sempre que houver documentos disponíveis.
A transferência serve para dado escasso, e a recuperação para dado abundante.

Exercícioprova-parte-iii-q9escolha uma

Duas redes idênticas, com o mesmo dado e a mesma taxa, chegam a resultados diferentes: uma resolve o problema, a outra empaca com a perda parada num patamar. A única diferença é a semente da inicialização.

O que isso demonstra sobre o teorema da aproximação universal?

Que o teorema está errado, porque garante que a rede resolve e ela não resolveu.
Que ele fala de representabilidade e não de treinabilidade: garante que existe configuração de pesos que resolve, sem garantir que a busca chegue até ela.
Que o teorema só vale para redes com uma camada escondida.
Que a semente precisa entrar como hiperparâmetro de busca.

Exercícioprova-parte-iii-q10escolha todas que valem

Uma equipe tem duas semanas, pouco dado rotulado e um modelo de fundação disponível. Quais decisões são coerentes com os critérios do livro? (marque todas que valem)

Começar por prompt e só subir de degrau com evidência de que ele não bastou.
Preferir um otimizador que perdoe taxa mal escolhida enquanto tudo ainda muda.
Calcular a linha de base trivial antes de qualquer comparação.
Fazer fine-tuning completo de saída, porque é o mais poderoso e o prazo é curto.

Prova da Parte III — Redes Neurais e Deep Learning #

O que esta prova é #

Prova da Parte III — Redes Neurais e Deep Learning

O que esta prova é