Questão 99026

O Dropout é uma técnica de regularização amplamente utilizada em redes neurais para combater o overfitting. Seu funcionamento consiste em, durante o treinamento, desativar aleatoriamente (zerar a saída) uma fração dos neurônios de uma camada a cada iteração. Analise os efeitos e propriedades do Dropout.

I. Ao forçar os neurônios a não dependerem da presença de outros neurônios específicos, o Dropout incentiva a rede a aprender representações mais robustas e a distribuir o aprendizado por toda a rede.

II. Durante a fase de inferência (teste ou predição), o Dropout é desativado. Para compensar o fato de que todos os neurônios estão ativos, as saídas da camada onde o Dropout foi aplicado são escaladas por um fator igual à probabilidade de 'keep' (1 - taxa de dropout).

III. O Dropout pode ser interpretado como uma forma de treinar um ensemble de um número exponencial de redes neurais com arquiteturas diferentes (compartilhando pesos) de forma muito eficiente.

IV. O Dropout deve ser aplicado em todas as camadas da rede neural, incluindo a camada de entrada e a de saída, para maximizar seu efeito regularizador.

Estão corretas as afirmativas: