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

DL_Yes/NO_Quiz7

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:

%
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_Yes/NO_Quiz7
 

DL_Yes/NO_Quiz7Versión en línea

True or false

por Sivaranjini S
1

Non-Maximum Suppression (NMS) is applied to the RPN's proposals before they are passed to the detection head, in order to reduce redundancy among highly overlapping proposals.

2

DenseNet differs from ResNet in that DenseNet concatenates feature maps from all preceding layers within a dense block, whereas ResNet adds the input of a block to its output.

3

In BPTT, gradients are computed only for the final time step.

4

Transposed convolution is used to reduce spatial dimensions in segmentation networks

5

In GANs, the generator and discriminator are trained simultaneously in a competitive manner.

6

FPN relies on multiple resized input images like traditional image pyramids.

7

Skip connections increase the number of learnable parameters significantly.

8

Two-stage detectors first classify objects and then generate region proposals.

9

A predictive model trained on time-stamped patient data without temporal validation can overfit by leaking future information into the training set.

10

The GAN generator is trained without ever directly seeing real data — it learns only via gradient signals back-propagated through the discriminator.

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.