Julgue o próximo item, relativo a redes neurais artificiais (RNA). No código abaixo, escrito em Python, o método fit( ) retorna o valor de perda e os valores de métricas para o mod

Gabarito

Errado

Comentário do professor

Comentário: O erro na afirmação está na interpretação do método fit(). Este método, ao ser chamado, executa o treinamento do modelo e não retorna os valores de perda e métricas no modo de teste. Durante o treinamento, ele retorna um histórico com os valores de perda e métricas apenas para os dados de treinamento e validação, mas não para o modo de teste. Para avaliar o modelo em dados de teste, deve-se usar o método evaluate() após o treinamento.

Vamos analisar o código:

Imagine que você está ensinando um robô a reconhecer imagens de gatos e cachorros.

1️⃣ O que é fit()?

• O método fit() é o momento em que o robô aprende.
• Ele olha para várias imagens (x) e os rótulos (y) que dizem se a imagem é um gato ou cachorro.

2️⃣ O que é batch_size=64?

• O robô não aprende tudo de uma vez! Ele aprende em pequenos grupos de 64 imagens por vez.
• Isso evita que o computador fique sobrecarregado e melhora o desempenho.

3️⃣ O que é epochs=2?

• O robô vai olhar todas as imagens duas vezes para aprender melhor.
• Se fosse epochs=10, ele passaria 10 vezes pelos mesmos dados tentando melhorar o aprendizado.

4️⃣ O que é validation_data=(x_val, y_val)?

• Depois de aprender, testamos o robô com novas imagens que ele nunca viu antes (dados de validação).
• Isso nos ajuda a saber se ele realmente está aprendendo ou apenas decorando os exemplos.

O que esse código faz?

1. Treina o modelo (fit()) usando os dados de entrada x e os rótulos y.
2. Usa "mini-lotes" de 64 imagens por vez (batch_size=64) para não sobrecarregar a memória.
3. Passa duas vezes pelos dados (epochs=2) para melhorar o aprendizado.
4. Verifica a performance nos dados de validação (validation_data=(x_val, y_val)), que são diferentes dos usados no treino.