Q166342 – Analista de Inteligência Artificial (TI) – Fundação Getulio Vargas 2026

converter imagens coloridas em escala de cinza, como pré-requisito para que a rede consiga aprender padrões visuais;

embaralhar aleatoriamente os pixels da imagem de entrada, de forma a aumentar a generalização do modelo por meio de ruído;

reduzir a dimensão espacial das imagens de entrada, descartando linhas e colunas para diminuir o custo computacional;

aplicar filtros com pesos compartilhados sobre a imagem para extrair padrões locais, como bordas, texturas e formas simples, gerando mapas de ativação;

transformar automaticamente qualquer imagem em um vetor de mesma dimensão que a camada de saída, substituindo a necessidade de camadas totalmente conectadas.