Geral
Aprendizado Profundo
Semana 5
0

Questão

Os Autoencoders são modelos amplamente utilizados em tarefas de compressão e reconstrução de dados. Contudo, quando se trata da geração de novo conteúdo, esses modelos enfrentam desafios significativos. Uma das principais limitações dos Autoencoders está na organização do espaço latente, essa organização pode influenciar diretamente a capacidade do modelo em gerar novos conteúdos coerentes.

Neste sentido, assinale a alternativa que descreve a limitação de um autoencoder.
A) Os Autoencoders são projetados especificamente para gerar conteúdo novo a partir de qualquer ponto do espaço latente.
B) O Autoencoder sempre gera um espaço latente regular, garantindo a produção de novo conteúdo coerente.
C) O Autoencoder possui um decodificador que organiza o espaço latente de forma automática para geração de novo conteúdo.
D) A regularidade do espaço latente em Autoencoders depende da distribuição dos dados e da arquitetura do codificador, pois pode gerar conteúdo sem sentido.
E) O espaço latente de um Autoencoder é sempre organizado de maneira compatível com a geração de novo conteúdo.
function vote(questaoId, value) { window.location.href = "/accounts/login/?next=/questao/3317/"; return; fetch(`/vote/questao/${questaoId}/`, { method: 'POST', headers: { 'Content-Type': 'application/json', 'X-CSRFToken': 'uK7FIJ1tNy1TvW0LG8rT3g79mXt5stNyTX4GjBbDkRFlv5RBGupjy8DLOOT2WpVY' }, body: JSON.stringify({ value: value }) }) .then(response => response.json()) .then(data => { if (data.success) { document.getElementById(`score-${questaoId}`).textContent = data.score; const upBtn = document.querySelector(`button[onclick="vote(${questaoId}, 1)"]`); const downBtn = document.querySelector(`button[onclick="vote(${questaoId}, -1)"]`); upBtn.classList.remove('active-up'); downBtn.classList.remove('active-down'); if (data.user_vote === 1) upBtn.classList.add('active-up'); if (data.user_vote === -1) downBtn.classList.add('active-down'); } }); }