Questão FC94907
A respeito de redes neurais artificiais, redes neurais convolucionais e processamento de linguagem natural, julgue o item a seguir. Umas das principais diferenças entre o backpropa
Inteligência Artificial (IA)
CEBRASPE (CESPE) · 2024
Umas das principais diferenças entre o backpropagation e o SGD (stochastic gradient descent) é a forma como os pesos são atualizados, visto que o SGD utiliza o gradiente calculado para todos os dados de treinamento, ao passo que o backpropagation usa o gradiente calculado apenas para um mini-batch de dados de treinamento.
Mostrar resposta e comentário
Gabarito
Errado
Comentário do professor
Comentário: A afirmação está errada porque confunde os conceitos de backpropagation e SGD. O backpropagation é um algoritmo utilizado para calcular o gradiente do erro em relação aos pesos da rede neural, enquanto o SGD é um método de otimização que utiliza esses gradientes para atualizar os pesos. O SGD, na verdade, atualiza os pesos com base em um único exemplo de treinamento ou um mini-batch, e não em todos os dados de treinamento. Por outro lado, o método de gradiente descendente em lote (batch gradient descent) utiliza o gradiente calculado para todos os dados. Portanto, a diferença está na forma de atualização dos pesos, não no cálculo do gradiente.
Conteúdo do catálogo FC Concursos · Atualizado em