{"id":87506,"date":"2025-01-03T11:22:33","date_gmt":"2025-01-03T03:22:33","guid":{"rendered":"https:\/\/solomon-3d.mesvr.tw\/?p=87506"},"modified":"2025-08-11T15:52:29","modified_gmt":"2025-08-11T07:52:29","slug":"o-que-e-aprendizado-profundo","status":"publish","type":"post","link":"https:\/\/solomon-3d.mesvr.tw\/pt\/blog\/o-que-e-aprendizado-profundo\/","title":{"rendered":"O que \u00e9 Aprendizado Profundo?"},"content":{"rendered":"
<\/div>
\n
<\/div>\n
\n

O que \u00e9 Aprendizado Profundo?<\/h1><\/div>\n\n\n\n
\n
\"\"<\/div>\n<\/div>\n <\/div><\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Introdu\u00e7\u00e3o ao Aprendizado Profundo<\/h2>\n\n\n\n
O aprendizado profundo \u00e9 uma vers\u00e3o avan\u00e7ada do aprendizado de m\u00e1quina<\/a> (Machine Learning) que usa uma grande quantidade de dados para treinar um modelo de IA. A principal diferen\u00e7a \u00e9 que o aprendizado de m\u00e1quina usa algoritmos para analisar dados, enquanto o aprendizado profundo usa o conceito de hierarquia como base para seus algoritmos. Simulando a forma como o c\u00e9rebro humano opera, o aprendizado profundo cria uma rede neural artificial composta por fun\u00e7\u00f5es matem\u00e1ticas. Atrav\u00e9s de treinamento extenso, c\u00e1lculos complexos s\u00e3o realizados, permitindo que o sistema lide com dados n\u00e3o estruturados e fa\u00e7a julgamentos que imitam o comportamento humano.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Como o Aprendizado Profundo Funciona?<\/h2>\n\n\n\n
O aprendizado profundo funciona usando redes neurais artificiais, que s\u00e3o estruturas em v\u00e1rias camadas que analisam dados por meio de camadas de c\u00e1lculos, permitindo que padr\u00f5es complexos sejam identificados e previs\u00f5es precisas sejam feitas.

Vamos pegar o exemplo de uma crian\u00e7a aprendendo a reconhecer p\u00e1ssaros em imagens. O pai aponta para o p\u00e1ssaro na imagem e faz o som correto. A crian\u00e7a ent\u00e3o tenta imitar o som, que \u00e9 corrigido pelo pai at\u00e9 que a crian\u00e7a entenda a palavra. Esse processo de aprendizado \u00e9 semelhante ao funcionamento das redes neurais artificiais.

Uma rede neural artificial consiste em v\u00e1rias camadas, incluindo a camada de entrada, a camada oculta e a camada de sa\u00edda, cada uma com seus pr\u00f3prios pesos e vari\u00e1veis. Os n\u00f3s em cada camada analisam diferentes caracter\u00edsticas da imagem. Por exemplo, a camada mais baixa analisa o contraste de pixels brancos e pretos, enquanto a segunda camada distingue linhas com base nos dados da primeira camada. Ao calcular fun\u00e7\u00f5es n\u00e3o-lineares em v\u00e1rias camadas, a camada de sa\u00edda gera o valor final, que \u00e9 a classifica\u00e7\u00e3o e o reconhecimento da imagem.

Como esses tipos de redes neurais exigem v\u00e1rias camadas de neur\u00f4nios para o processamento de dados, elas precisam ser comparadas camada por camada para operar, o que torna a complexidade computacional relativamente alta. \u00c9 por isso que o aprendizado profundo \u00e9 associado ao conceito de “profundidade”.<\/div>\n\n\n\n
<\/div>\n\n\n\n
\"Diagrama<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Por que o Aprendizado Profundo \u00e9 Importante?<\/h2>\n\n\n\n
O aprendizado profundo existe desde a d\u00e9cada de 1980, mas s\u00f3 nos \u00faltimos anos \u00e9 que os processadores de alto desempenho e os avan\u00e7os em hardware melhoraram significativamente a velocidade e a efici\u00eancia computacional, tornando poss\u00edvel analisar grandes e complexos dados por meio do aprendizado profundo. Esta tecnologia est\u00e1 evoluindo continuamente, e pesquisadores e cientistas de dados est\u00e3o utilizando programas de aprendizado profundo para reconhecimento de fala, imagem e texto para impulsionar indiretamente v\u00e1rias aplica\u00e7\u00f5es de IA<\/a> que vemos em nosso cotidiano.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Quais s\u00e3o as Aplica\u00e7\u00f5es do Aprendizado Profundo?<\/h2>\n\n\n\n
O aprendizado profundo \u00e9 uma tecnologia popular de IA com v\u00e1rias aplica\u00e7\u00f5es, incluindo reconhecimento de fala, processamento de linguagem natural e reconhecimento de imagens.<\/div>\n\n\n\n
<\/div>\n\n\n\n
\n
\n
\n
\"Speech<\/div><\/div>\n\n\n\n

Reconhecimento de Fala<\/h3>\n\n\n\n

O principal objetivo do reconhecimento de fala \u00e9 permitir que os computadores entendam a fala humana e a convertam automaticamente em texto, seguido da execu\u00e7\u00e3o de tarefas com base no sinal de fala. Aplica\u00e7\u00f5es comuns de reconhecimento de fala incluem recupera\u00e7\u00e3o de documentos por fala, entrada de dados, navega\u00e7\u00e3o por fala e controle de dispositivos internos (controlar a temperatura de um termostato, ligar\/desligar luzes, gerenciar sistemas de seguran\u00e7a dom\u00e9stica, etc.).<\/p>\n<\/div>\n<\/div>\n\n\n\n

\n
\n
\"Globe<\/div><\/div>\n\n\n\n

Processamento de Linguagem Natural<\/h3>\n\n\n\n

O processamento de linguagem natural (PLN) \u00e9 um ramo da IA que ajuda os computadores a entender e interpretar a linguagem humana. As aplica\u00e7\u00f5es de PLN j\u00e1 est\u00e3o profundamente incorporadas em nossas vidas di\u00e1rias. Por exemplo, assistentes virtuais como o Siri da Apple e o Alexa da Amazon reconhecem comandos dos usu\u00e1rios por meio de reconhecimento de fala e fornecem respostas correspondentes com base nas informa\u00e7\u00f5es da conversa, permitindo que os usu\u00e1rios gerenciem eficazmente seus assuntos pessoais. \u00c0 medida que os dispositivos de IoT se tornam mais amplamente utilizados, assistentes inteligentes est\u00e3o sendo usados no local de trabalho para tarefas como grava\u00e7\u00e3o de confer\u00eancias e fornecimento de atendimento ao cliente automatizado por meio de chatbots.<\/p>\n<\/div>\n<\/div>\n\n\n\n

\n
\n
\"icon<\/div><\/div>\n\n\n\n

Reconhecimento de Imagens<\/h3>\n\n\n\n

O principal objetivo do reconhecimento de imagens \u00e9 permitir que os computadores extraiam informa\u00e7\u00f5es de imagens e v\u00eddeos, permitindo que compreendam os dados por meio de aprendizado profundo e auxiliem os humanos a fazer julgamentos baseados em dados. O reconhecimento de imagens \u00e9 uma \u00e1rea crescente no aprendizado profundo, com v\u00e1rias aplica\u00e7\u00f5es como detec\u00e7\u00e3o de defeitos em produtos, imagens m\u00e9dicas, reconhecimento facial e reconhecimento de placas de ve\u00edculos.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n

\n
\n
\n

Benef\u00edcios do Aprendizado Profundo para Usu\u00e1rios Industriais Finais<\/h2>\n\n\n\n
O aprendizado profundo oferece vantagens transformadoras para ind\u00fastrias que buscam melhorar a efici\u00eancia operacional, a qualidade do produto e os processos de tomada de decis\u00e3o. Ao utilizar redes neurais artificiais, o aprendizado profundo ajuda os usu\u00e1rios industriais a enfrentar desafios complexos que os sistemas tradicionais de automa\u00e7\u00e3o frequentemente n\u00e3o conseguem resolver. Abaixo est\u00e3o alguns benef\u00edcios chave:<\/div>\n\n\n\n

Controle de Qualidade Aprimorado<\/h3>\n\n\n\n
Modelos de aprendizado profundo se destacam na detec\u00e7\u00e3o de defeitos<\/a> em produtos ao analisar grandes quantidades de dados de imagem. Esses modelos podem identificar falhas sutis em materiais ou componentes, garantindo maior qualidade do produto e reduzindo desperd\u00edcios.<\/div>\n\n\n\n

Manuten\u00e7\u00e3o Preditiva<\/h3>\n\n\n\n
Ao analisar dados de sensores, o aprendizado profundo pode prever falhas de equipamentos antes que elas ocorram. Isso permite que os fabricantes realizem manuten\u00e7\u00e3o de forma proativa, reduzindo o tempo de inatividade e melhorando a efici\u00eancia operacional.<\/div>\n\n\n\n

Efici\u00eancia de Produ\u00e7\u00e3o Melhorada<\/h3>\n\n\n\n
Sistemas de vis\u00e3o alimentados por aprendizado profundo podem realizar tarefas de classifica\u00e7\u00e3o<\/a>, como separar produtos com base em forma, tamanho ou textura. Esse n\u00edvel de automa\u00e7\u00e3o acelera as linhas de produ\u00e7\u00e3o e minimiza a interven\u00e7\u00e3o humana.<\/div>\n\n\n\n

Integra\u00e7\u00e3o Avan\u00e7ada de Rob\u00f3tica<\/h3>\n\n\n\n
O aprendizado profundo permite que os rob\u00f4s se adaptem a ambientes n\u00e3o estruturados por meio de melhor vis\u00e3o e capacidades de tomada de decis\u00e3o. Isso \u00e9 particularmente ben\u00e9fico para tarefas como coleta aleat\u00f3ria em caixas<\/a>, montagem e manuseio de materiais.<\/div>\n\n\n\n

Tomada de Decis\u00e3o em Tempo Real<\/h3>\n\n\n\n
O aprendizado profundo permite a an\u00e1lise em tempo real de fluxos complexos de dados, capacitando as ind\u00fastrias a tomar decis\u00f5es mais r\u00e1pidas e baseadas em dados no ch\u00e3o de f\u00e1brica.<\/div>\n\n\n\n

Seguran\u00e7a do Trabalhador Melhorada<\/h3>\n\n\n\n
O aprendizado profundo pode ser usado para monitorar ambientes perigosos<\/a> e garantir a seguran\u00e7a dos trabalhadores<\/a>, detectando condi\u00e7\u00f5es inseguras ou identificando quando os protocolos de seguran\u00e7a n\u00e3o est\u00e3o sendo seguidos.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n

Resumo do Aprendizado Profundo<\/h2>\n\n\n\n
O aprendizado profundo \u00e9 um subconjunto avan\u00e7ado do aprendizado de m\u00e1quina que imita o c\u00e9rebro humano, utilizando redes neurais artificiais para processar grandes quantidades de dados. Ao contr\u00e1rio do aprendizado de m\u00e1quina tradicional, que depende de algoritmos predefinidos, o aprendizado profundo se destaca em lidar com dados n\u00e3o estruturados e identificar padr\u00f5es complexos. Suas principais aplica\u00e7\u00f5es, incluindo reconhecimento de fala, processamento de linguagem natural e reconhecimento de imagens, est\u00e3o impulsionando avan\u00e7os movidos por IA em v\u00e1rias ind\u00fastrias. Para os usu\u00e1rios industriais, o aprendizado profundo permite um controle de qualidade aprimorado, manuten\u00e7\u00e3o preditiva, integra\u00e7\u00e3o avan\u00e7ada de rob\u00f3tica e tomada de decis\u00e3o em tempo real, melhorando a efici\u00eancia operacional e a qualidade do produto. \u00c0 medida que a tecnologia de aprendizado profundo continua a evoluir, ela desempenha um papel cada vez mais cr\u00edtico na forma\u00e7\u00e3o de inova\u00e7\u00f5es impulsionadas por IA em v\u00e1rias ind\u00fastrias<\/a>.<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n
Pronto para ver o Aprendizado Profundo em a\u00e7\u00e3o? Explore nossos estudos de caso<\/span><\/span><\/span><\/a><\/div>\n<\/div>\n<\/div>\n <\/div><\/div>\n\n\n\n
\n
\n
\n
\"Gr\u00e1fico<\/div>\n<\/div>\n<\/div>\n <\/div><\/div>","protected":false},"excerpt":{"rendered":"

Aprendizado profundo explicado. Este post cobre o b\u00e1sico, incluindo como funciona, aplica\u00e7\u00f5es e benef\u00edcios do aprendizado profundo para usu\u00e1rios industriais finais. Leia agora!<\/p>","protected":false},"author":875,"featured_media":69399,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_gspb_post_css":"#gspb_row-id-gsbp-5aebb46{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap;min-height:250px;padding:0;overflow:hidden;background-size:cover;background-repeat:no-repeat;background-position:50% 68%;background-image:url(https:\/\/solomon-3d.mesvr.tw\/wp-content\/uploads\/2024\/01\/\u2014Pngtree\u2014technological-sense-geometric-line-simple_932581-1.jpg);filter:brightness(1) contrast(1) grayscale(0)}#gspb_row-id-gsbp-5aebb46>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}div[id^=gspb_col-id]{box-sizing:border-box;position:relative;padding:var(--gs-row-column-padding, 15px min(3vw, 20px))}body.gspb-bodyfront #gspb_row-id-gsbp-2796861>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-2fbb568>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-3ca2438>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-44510c0>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-4aa3cfc>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-52d0da6>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-5aebb46>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-be32086>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-cb82a3a>.gspb_row__content,body.gspb-bodyfront #gspb_row-id-gsbp-ed5b1e9>.gspb_row__content{max-width:var(--wp--style--global--wide-size, 1200px)}#gspb_row-id-gsbp-5aebb46:hover{background-size:cover}#gspb_col-id-gsbp-a43d08d.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-a43d08d.gspb_row__col--12{width:100%}}#gspb_row-id-gsbp-2fbb568{min-height:100%}#gspb_row-id-gsbp-2fbb568>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}body.gspb-bodyfront #gspb_row-id-gsbp-2fbb568{z-index:10}#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{width:50%}@media (max-width:767.98px){#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{width:100%}}@media (max-width:575.98px){#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{width:100%}}#gspb_col-id-gsbp-f1762f9.gspb_row__col--6{flex-direction:column}body #gspb_col-id-gsbp-f1762f9.gspb_row__col--6{display:flex;flex-direction:column;justify-content:center}#gspb_col-id-gsbp-7a4a754.gspb_row__col--6{width:50%}@media (max-width:767.98px){#gspb_col-id-gsbp-7a4a754.gspb_row__col--6{width:100%}}@media (max-width:575.98px){#gspb_col-id-gsbp-7a4a754.gspb_row__col--6{width:100%}}body #gspb_col-id-gsbp-7a4a754.gspb_row__col--6{display:flex;flex-direction:column;justify-content:flex-end}#gspb_row-id-gsbp-2fbb568,#gspb_row-id-gsbp-44510c0,#gspb_row-id-gsbp-be32086{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-44510c0>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-047c80d.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-047c80d.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-b2beeee{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-0a6bd9c.gspb_container>p:last-of-type,#gspb_container-id-gsbp-21d2c07.gspb_container>p:last-of-type,#gspb_container-id-gsbp-30d3a93.gspb_container>p:last-of-type,#gspb_container-id-gsbp-47e8b10.gspb_container>p:last-of-type,#gspb_container-id-gsbp-5e5a3c5.gspb_container>p:last-of-type,#gspb_container-id-gsbp-87d7f75.gspb_container>p:last-of-type,#gspb_container-id-gsbp-b2beeee.gspb_container>p:last-of-type,#gspb_container-id-gsbp-d5b9661.gspb_container>p:last-of-type,#gspb_container-id-gsbp-dfb9e9a.gspb_container>p:last-of-type,#gspb_container-id-gsbp-e2ecb64.gspb_container>p:last-of-type,#gspb_container-id-gsbp-f75cee2.gspb_container>p:last-of-type{margin-bottom:0}#gspb_container-id-gsbp-b2beeee.gspb_container{position:relative}.gspb_text-id-gsbp-040fecb{font-size:20px}#gspb_row-id-gsbp-be32086>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-db9ae15.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-db9ae15.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-dfb9e9a{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-dfb9e9a.gspb_container{position:relative}.gspb_text-id-gsbp-18d167b{font-size:20px}#gspb_image-id-gsbp-fb6eb395-0cee{text-align:center;height:auto}#gspb_image-id-gsbp-fb6eb395-0cee img{vertical-align:middle;display:inline-block;box-sizing:border-box;max-width:100%;width:600px;height:auto}@media (max-width:991.98px){#gspb_image-id-gsbp-fb6eb395-0cee,#gspb_image-id-gsbp-fb6eb395-0cee img{height:auto}}@media (max-width:767.98px){#gspb_image-id-gsbp-fb6eb395-0cee,#gspb_image-id-gsbp-fb6eb395-0cee img{height:auto}}@media (max-width:575.98px){#gspb_image-id-gsbp-fb6eb395-0cee,#gspb_image-id-gsbp-fb6eb395-0cee img{height:auto}}#gspb_row-id-gsbp-2796861,#gspb_row-id-gsbp-52d0da6{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-52d0da6>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-eb9bf44.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-eb9bf44.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-30d3a93{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-30d3a93.gspb_container{position:relative}.gspb_text-id-gsbp-d31aae4{font-size:20px}#gspb_row-id-gsbp-2796861>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-9426dba.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-9426dba.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-e2ecb64{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-47e8b10.gspb_container,#gspb_container-id-gsbp-5e5a3c5.gspb_container,#gspb_container-id-gsbp-e2ecb64.gspb_container,#gspb_container-id-gsbp-f75cee2.gspb_container{position:relative}.gspb_text-id-gsbp-e986069{font-size:20px}#gspb_iconBox-id-gsbp-2c512c7 svg,#gspb_iconBox-id-gsbp-ab20922 svg,#gspb_iconBox-id-gsbp-f0ad637 svg{width:72px}#gspb_iconBox-id-gsbp-2c512c7,#gspb_iconBox-id-gsbp-ab20922,#gspb_iconBox-id-gsbp-f0ad637{justify-content:center;display:flex}#gspb_iconBox-id-gsbp-2c512c7 img{height:80px!important;width:80px!important;min-width:80px!important;fill:currentColor!important;margin:0!important}#gspb_iconBox-id-gsbp-2c512c7 img path{fill:currentColor!important}#gspb_iconBox-id-gsbp-ab20922 img,#gspb_iconBox-id-gsbp-f0ad637 img{height:80px!important;width:80px!important;min-width:80px!important;fill:currentColor!important;margin:0!important}#gspb_iconBox-id-gsbp-ab20922 img path,#gspb_iconBox-id-gsbp-f0ad637 img path{fill:currentColor!important}#gspb_row-id-gsbp-3ca2438,#gspb_row-id-gsbp-4aa3cfc,#gspb_row-id-gsbp-cb82a3a{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-3ca2438>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-68dea14.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-68dea14.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-47e8b10,.gspb_container-id-gsbp-5e5a3c5,.gspb_container-id-gsbp-d5b9661,.gspb_container-id-gsbp-f75cee2{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-d5b9661.gspb_container{position:relative}.gspb_text-id-gsbp-1f54f22,.gspb_text-id-gsbp-2188780,.gspb_text-id-gsbp-4d534bd,.gspb_text-id-gsbp-bb0407a,.gspb_text-id-gsbp-bbd0446,.gspb_text-id-gsbp-d170a2f,.gspb_text-id-gsbp-dc1a72a{font-size:20px}#gspb_row-id-gsbp-4aa3cfc>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-74a56da.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-74a56da.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-87d7f75{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-87d7f75.gspb_container{position:relative;margin-bottom:0}.gspb_text-id-gsbp-9c7b4b0{font-size:20px}#gspb_row-id-gsbp-cb82a3a>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}#gspb_col-id-gsbp-01e1904.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-01e1904.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-0a6bd9c{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-0a6bd9c.gspb_container{position:relative;margin-bottom:0}#gspb_button-id-gsbp-f64438c{display:flex;justify-content:center}#gspb_button-id-gsbp-f64438c .gspb-buttonbox-text{display:flex;flex-direction:column}#gspb_button-id-gsbp-f64438c>.gspb-buttonbox{box-sizing:border-box;padding:5px 30px;background-color:#e4002b;font-size:22px;text-align:center!important;font-weight:700!important;color:var(--wp--preset--color--white, #ffffff);border-style:solid;border-width:2px;border-color:#e4002b}#gspb_button-id-gsbp-f64438c>.gspb-buttonbox:hover{background-color:var(--wp--preset--color--white, #ffffff)!important}#gspb_button-id-gsbp-f64438c>.gspb-buttonbox .gsap-g-line{text-align:center!important}#gspb_button-id-gsbp-f64438c>.gspb-buttonbox:hover{color:#e4002b;border-style:solid;border-width:2px;border-color:#e4002b}#gspb_button-id-gsbp-f64438c>.gspb-buttonbox,#gspb_button-id-gsbp-f64438c>.gspb-buttonbox>.gspb_backgroundOverlay{border-top-left-radius:20px;border-top-right-radius:20px;border-bottom-right-radius:20px;border-bottom-left-radius:20px}#gspb_row-id-gsbp-ed5b1e9{justify-content:space-between;margin-top:0;margin-bottom:0;display:flex;flex-wrap:wrap}#gspb_row-id-gsbp-ed5b1e9>.gspb_row__content{display:flex;justify-content:space-between;margin:0 auto;width:100%;flex-wrap:wrap}.gspb_row{position:relative}#gspb_col-id-gsbp-193a44a.gspb_row__col--12{width:100%}@media (max-width:575.98px){#gspb_col-id-gsbp-193a44a.gspb_row__col--12{width:100%}}.gspb_container-id-gsbp-21d2c07{flex-direction:column;box-sizing:border-box}#gspb_container-id-gsbp-21d2c07.gspb_container{position:relative}#gspb_image-id-gsbp-7ebffae1-769a{text-align:center;height:auto}#gspb_image-id-gsbp-7ebffae1-769a img{vertical-align:middle;display:inline-block;box-sizing:border-box;max-width:100%;width:800px;height:auto}@media (max-width:991.98px){#gspb_image-id-gsbp-7ebffae1-769a,#gspb_image-id-gsbp-7ebffae1-769a img{height:auto}}@media (max-width:767.98px){#gspb_image-id-gsbp-7ebffae1-769a,#gspb_image-id-gsbp-7ebffae1-769a img{height:auto}}@media (max-width:575.98px){#gspb_image-id-gsbp-7ebffae1-769a,#gspb_image-id-gsbp-7ebffae1-769a img{height:auto}}","footnotes":""},"categories":[3294],"tags":[],"class_list":["post-87506","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"acf":[],"lang":"pt","translations":{"pt":87506,"en":53587,"jp":85810,"es":83474,"zh":85745,"tw":48261,"tr":90209,"de":90399,"fr":92509,"vi":93039,"th":96806,"it":97687,"ko":95544},"_links":{"self":[{"href":"https:\/\/solomon-3d.mesvr.tw\/pt\/wp-json\/wp\/v2\/posts\/87506","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/solomon-3d.mesvr.tw\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/solomon-3d.mesvr.tw\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/pt\/wp-json\/wp\/v2\/users\/875"}],"replies":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/pt\/wp-json\/wp\/v2\/comments?post=87506"}],"version-history":[{"count":0,"href":"https:\/\/solomon-3d.mesvr.tw\/pt\/wp-json\/wp\/v2\/posts\/87506\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/pt\/wp-json\/wp\/v2\/media\/69399"}],"wp:attachment":[{"href":"https:\/\/solomon-3d.mesvr.tw\/pt\/wp-json\/wp\/v2\/media?parent=87506"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/pt\/wp-json\/wp\/v2\/categories?post=87506"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/pt\/wp-json\/wp\/v2\/tags?post=87506"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}