Em um projeto de desenvolvimento de um sistema de visão computacional para identificar e classificar diferentes tipos de objetos em imagens de tráfego urbano, uma equipe de engenheiros optou por utilizar uma rede neural. Para garantir eficiência computacional e uma eficaz propagação do gradiente durante o treinamento do modelo, cada nó da rede foi implementado utilizando a função de ativação ReLU. A propriedade principal da função ReLU é
- A subtrair o viés do nó do valor de entrada.
- B calcular o valor máximo entre a entrada e o valor do viés associado ao nó.
- C transformar a entrada de acordo com a curva logística.
- D transformar a entrada em um, se for positiva, e em zero, se for negativa.
- E transformar em zero os resultados negativos, mantendo os outros valores.