Questão nº 84
Questão de Engenharia Elétrica/Eletrônica · CEBRASPE PF 2025 (nº 84)
Julgue os itens subsecutivos, em relação às redes neurais denominadas CNN, RNN e LSTM.
Em uma rede CNN, a dimensão do mapa de ativação em determinada camada depende, entre outros hiperparâmetros da rede, dos parâmetros denominados stride e dilation; uma rede CNN pode possuir diversas camadas convolucionais, e cada uma dessas camadas pode ser formada por diversos mapas de ativação.
Resposta comentada
O mapa de ativação (ou feature map) é a "imagem filtrada" que a rede produz após aplicar um filtro (kernel) na entrada. O stride é o passo que o filtro dá ao deslizar, e a dilation é o espaçamento entre os valores do filtro (furos). Ambos controlam diretamente o tamanho da saída: maior stride ou maior dilation reduzem a dimensão do mapa de ativação. Como cada filtro gera um mapa, várias camadas convolucionais com vários filtros criam vários mapas por camada.
- Correta: Certo. A fórmula do tamanho da saída mostra que stride e dilation alteram a dimensão, e cada filtro gera um mapa de ativação, então múltiplas camadas com múltiplos filtros produzem múltiplos mapas.
Fica de olho: A banca costuma trocar "dilation" por "padding" (que não reduz, mas aumenta a dimensão) ou afirmar que o stride só afeta o tempo de processamento, não a dimensão — o que é falso, pois stride maior reduz drasticamente o tamanho do mapa.
Fonte: CEBRASPE PF 2025 Perito Criminal Federal - Engenharia Elétrica/Eletrônica. Reproduzida para fins de estudo.