Crear
Descargar
Obtener Plan Académico
Compartir juego
Sí o No
Sí o No

Quiz sobre GANs

Intégralo en tu plataforma

Puedes integrar el juego en un LMS compatible con LTI 1.1 o LTI 1.3 como Canvas, Moodle, o Blackboard. De esta manera podrás guardar las puntuaciones automáticamente en el libro de calificaciones de esa plataforma.
Descargar
Has superado el número máximo de juegos que puedes integrar en Google Classroom con tu Plan actual.

Para integrar tantos juegos como quieras en Google Classroom, necesitas un Plan Académico o un Plan Comercial.

Has superado el número máximo de juegos que puedes integrar en Microsoft Teams con tu Plan actual.

Para integrar tantos juegos como quieras en Microsoft Teams, necesitas un Plan Académico o un Plan Comercial.

La descarga de juegos es una característica exclusiva para usuarios con un Plan Académico o un Plan Comercial.

Obtén ahora tu Plan Académico o Comercial y comienza a integrar tus juegos en tu LMS, web o blog.

Si lo deseas, puedes descargar un juego de prueba aquí y probar su integración:

Quiz sobre GANs

Sí o No

(1)
Jugadas 3

Sobre esta actividad

Desafía tu conocimiento sobre redes GAN

Creada por

México

Descarga la versión para jugar en papel

Crea tu propio juego gratis desde nuestro creador de juegos
Compite contra tus amigos para ver quien consigue la mejor puntuación en esta actividad

Top juegos

%
Anónimo
Anónimo
%
%
%
Has superado el número máximo de juegos que puedes imprimir con tu Plan actual.

Para imprimir tantos juegos como quieras, necesitas un Plan Académico o un Plan Comercial.

Imprime tu juego
Quiz sobre GANs
 

Quiz sobre GANsVersión en línea

Desafía tu conocimiento sobre redes GAN

por 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.

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.