Crear
Descargar
Obtener Plan Académico
Compartir juego
Adivinanza
Adivinanza

DL_Riddle_Quiz 1

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:

DL_Riddle_Quiz 1

Adivinanza

Jugadas 1

Sobre esta actividad

DL_RIDDLE_QUIZ_1

Creada por

India

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
DL_Riddle_Quiz 1
 

DL_Riddle_Quiz 1Versión en línea

DL_RIDDLE_QUIZ_1

por Sivaranjini S
1

I am the family of neural networks that operates over hierarchical input defined by a parse tree.

Hints

At every parent node I combine my children using a shared weight matrix.

2

I am the alternative name for a transposed convolution emphasising its mathematical role as the gradient-flow operation of a forward strided convolution.

Hints

I am a misleading term — I am NOT the inverse of convolution and I do NOT recover the original input.

People often use my name even though it is technically incorrect.

3

I am the segmentation loss most directly derived from the F1 score.

Hints

I treat predicted and ground-truth foreground masks symmetrically as sets and penalise their lack of overlap.

I struggle when both masks are empty; people add a small ε to my denominator to avoid division by zero.

4

I am U-Net's mechanism for fusing high-resolution encoder features with upsampled decoder features.

Hints

I do NOT use addition; I append along the channel dimension.

DenseNet is the architecture most associated with applying me densely between every pair of layers in a block.

5

I am a small fully-convolutional network that slides a 3×3 window over a shared backbone feature map.

Hints

I classify each anchor as object/background and regress its bounding-box offset.

I replaced selective search and helped make object detection nearly real-time.

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.