Associando Tipos de Redes de Deep Learning

Associando Redes e Aplicações Práticas de Deep Learning com Lógica de Programação - 1/2

Descrição

Para reforçar seus conhecimentos, complete o código deste desafio, associando os tipos de redes de deep learning com suas respectivas definições. Não se preocupe com a linguagem de programação, pois o importante é entender os conceitos. Aproveite para explorar uma das linguagens suportadas pela IA.

Entrada

A entrada consistirá no tipo de rede de deep learning para o qual você deve retornar a descrição. Nesse contexto, os seguintes tipos são considerados válidos para este desafio de código:

• "redes neurais convolucionais"
• "redes neurais recorrentes"
• "redes neurais de memória de longa e curta duração"
• "autoencoders"

Saída

A saída esperada é a descrição associada ao tipo fornecido como entrada. Seguem as saídas possíveis, listadas aleatoriamente, para que você possa analisar e associar corretamente considerando o template de código deste desafio:

• "podem aprender dependências de longo prazo em dados sequenciais"
• "usadas para compressão e reconstrução de dados"
• "especializadas em processamento de imagens"
• "projetadas para processar dados sequenciais"

Exemplos

A tabela abaixo apresenta exemplos com alguns dados de entrada e suas respectivas saídas esperadas. Certifique-se de testar seu programa com esses exemplos e com outros casos possíveis.

Resolução

entrada = input()
 
def descrever_rede(rede):
    if rede == "redes neurais convolucionais":
        return "especializadas em processamento de imagens"
    elif rede == "redes neurais recorrentes":
        return "projetadas para processar dados sequenciais"
    elif rede == "redes neurais de memória de longa e curta duração":
        return "podem aprender dependências de longo prazo em dados sequenciais"
    elif rede == "autoencoders":
        return "usadas para compressão e reconstrução de dados"
 
print(descrever_rede(entrada))

Para encontrar outras soluções, verifique aqui.

Caso encontre algum erro ou tenha sugestões, clique aqui e abra uma issue no Github.