O Keras é uma API de aprendizado profundo escrita em Python e executada sobre a plataforma de aprendizado de máquina TensorFlow. As principais estruturas de dados do Keras são
- A)tensor e pipes.
Errada, porque pipes nao sao estruturas centrais do Keras e nao representam os blocos usados para montar redes neurais.
- B)layers e model.
Certa, porque layers e model sao os componentes basicos usados no Keras para definir e organizar redes neurais.
- C)neuron e arrays.
Errada, porque neuron nao e a estrutura principal da API e arrays sao genéricos demais para definir as estruturas centrais do Keras.
- D)sets, model e frames.
Errada, porque sets e frames nao fazem parte da terminologia basica do Keras, e a alternativa mistura conceitos sem relacao direta.
- E)sequential, layers e optimizers.
Errada, porque sequential e uma classe/modelo de organizacao, mas a lista nao traz a dupla central esperada pela questao.
Gabarito: B
O Keras é uma API de alto nivel para aprendizado profundo, feita para facilitar a construcao e o teste de redes neurais em Python. Na pratica, ele funciona como uma camada mais amigavel sobre o TensorFlow, deixando a definicao de modelos muito mais simples e legivel. Quando a banca fala em "estruturas de dados" do Keras, ela quer que voce lembre dos blocos centrais com os quais voce monta uma rede: as camadas (layers) e o modelo (model). As layers representam as transformacoes aplicadas aos dados, e o model organiza essas camadas em uma arquitetura treinavel. Por isso, o gabarito e a letra B. Em Keras, voce tipicamente cria layers, encaixa essas layers em um model e depois compila/treina esse modelo. E isso e exatamente o jeito classico de a API ser apresentada na documentacao do TensorFlow/Keras. As outras alternativas misturam termos de outras areas ou inventam estruturas que nao sao as principais do Keras. Em prova, a dica e pensar: Keras conversa com redes neurais, entao o raciocinio gira em torno de camadas e modelos, nao de pipes, sets ou arrays como resposta principal.