Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Considerando uma equipe de ciência de dados da Secretaria...
Considerando uma equipe de ciência de dados da Secretaria da Economia Estadual que prototipa redes neurais em Python e precisa depurar o fluxo de gradientes durante experimentos com dados fiscais, ajustando dinamicamente o caminho computacional conforme condições em tempo de execução, a característica do PyTorch que atende diretamente ao cenário descrito é
A
a construção do grafo computacional de forma dinâmica durante a execução (define-by-run), integrada ao autograd.
B
a necessidade de elaborar mecanismos para desativar gradientes em partes do modelo durante inferência.
C
a definição prévia de um grafo completo antes da execução do treinamento.
D
o treinamento baseado em APIs declarativas, com fluxo de execução definido declarativamente.
E
a execução realizada em CPU visando a reprodutibilidade dos gradientes em auditoria.