Quais das afirmativas abaixo estão corretas em relação ao impacto da escolha do tamanho no mini-batch (minilote) no treinamento da rede?

I. Ao ampliar o tamanho do mini-batch, podemos fazer melhor uso das GPUs.

II. O mini-batch com tamanho 1 é equivalente ao método do gradiente on-line, ou seja, os parâmetros do modelo são ajustados a cada iteração do laço de treinamento.

III. O tamanho do mini-batch deve refletir um balanceamento entre uso eficiente de memória e paralelização.

Selecione a alternativa correta: