Créer jeu
Télécharger
Obtenir Plan Académique
Partager le jeu
Oui ou Non
Oui ou Non

Quiz sobre GANs

Intégrez-le à votre plateforme

Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.
Télécharger
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Google Classroom avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Google Classroom, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Microsoft Teams avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Microsoft Teams, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.

Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.

Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:

Quiz sobre GANs

Oui ou Non

(1)
Parties jouées 3

À propos de cette activité

Desafía tu conocimiento sobre redes GAN

Créé par

Mexico

Téléchargez la version pour jouer sur papier

Créez votre propre jeu gratuite à partir de notre créateur de jeu
Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu

Top Jeux

%
Anonyme
Anonyme
%
%
%
Vous avez dépassé le nombre maximum de jeux que vous pouvez imprimer avec votre Plan actuel.

Pour imprimer autant de jeux que vous le souhaitez, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Imprimez votre jeu
Quiz sobre GANs
 

Quiz sobre GANsVersion en ligne

Desafía tu conocimiento sobre redes GAN

par Catalella Lara Benitez
1

El discriminador sólo evalúa si los datos son reales o falsos una vez, sin participar en el entrenamiento.

2

En equilibrio, el discriminador siempre predice con alta confianza que todo es real.

3

Las dos redes compiten entre sí y se entrena de forma competitiva para mejorar.

4

Este proceso puede generar imágenes, música o textos completamente nuevos a partir de ejemplos existentes.

5

Las GAN solo se usan para procesamiento de imágenes, no para textos ni música.

6

En una GAN, el generador crea datos nuevos y el discriminador intenta distinguir entre datos reales y falsos.

7

Las GAN requieren datos etiquetados de forma obligatoria para aprender correctamente.

8

El entrenamiento de una GAN se basa en ejemplos existentes para aprender a generar datos realistas.

9

Una Red Generativa Antagónica (GAN) está formada por dos redes neuronales: un generador y un discriminador.

10

El generador alcanza la perfección de inmediato sin necesidad de entrenamiento.

Voulez-vous vraiment quitter la page ?

En quittant la page, vous perdrez la progression du jeu.