Actor

Multi tool use
|
Haec est pagina discretiva alias paginas eiusdem fere nominis indicans.
|
Actor est, proprie et primo, qui aliquid (ut pecus [cf. ἀγέλη], bestias [cf. ἄγρα], homines [cf. agmen]) ante se pellit. Ars actoris ipso actu perficitur nihilque post actum operis relinquit.[1] Artes actoris variae sunt:
Actor iudicialis est qui constituit accusationem; itaque idem fere agit ac petitor aut accusator.[2] Accusatrix scilicet actrix appellatur.[3]
Actor etiam est qui alienas res rationesque curat aut exsequitur.[4] Idem fere agit ac mandatarius, vilicus, domicurius, oeconomus vel dispensator rei familiaris. Dispensatrix etiam actrix appellatur.[5]
Actor etiam est qui in scaena fabulas agit;[6] mulier autem scaenica actrix est.[7]
Actor et actrix sensu generali sunt personae quaslibet res aut causas agentes et moderantes.[8] Itaque personae commenticiae, a quibus in theoreticis humaniorum artium studiis exempla agendi capiuntur, actores sunt, sicut actor moralis in ethica aut actor rationalis in theoria lusionis et theoria oeconomica.
Notae |
↑ Cf. Quint., Inst. 2.18.1.
↑ Cic., Part. 32 "accusatorem pro omni actore et petitore appello"; Verr. 2.4.70 "multo acrior quam ego sum actor accusatorque esse deberes"
↑ Cod. Iust. 7.15.41 "Iubemus omnes epistolas actricis, quas ad Aelium tanquam principalem fecerat, inanes ac vacuas esse."
↑ Colum., Rust. 1.7.7 "Ita fit, ut et actor et familia peccent, et ager saepius infametur." Plin., Ep. 3.19.2 "sub eodem procuratore ac paene isdem actoribus habere."
↑ CIL XI 1730 "Prastina Maximina actrix C[aesareae] domus."
↑ Cic., De or. 1.119 "Nullae enim lites neque controversiae sunt, quae cogant homines sicut in foro non bonos oratores, item in theatro actores malos perpeti."
↑ Varia lectio in Tertulliani libro De spect. 17 "Tragoediae et comoediae scelerum et libidinum actrices."
↑ Cic., De or. 3.57 "ut efficeret oratorem verborum actoremque rerum"; Sest. 28 fin. "Cato dux, auctor, actor rerum illarum fuit"; Leg. 3.40 "actor enim moderatur et fingit non modo mentes ac voluntates, sed paene voltus eorum, apud quos agit."
XvgLILCbsV7PVogZMT93kP75ctIu9 8BV,9S2t0u,IXngr,B,HOQGTD37
Popular posts from this blog
Tabula multilinguis Rosettana in Museo Britannico ostenditur. Tabula Rosettana, [1] etiam titulo OGIS 90 agnita, est stela decreto de rebus sacris in Aegypto anno 196 a.C.n. lato inscripta. Tabula iuxta Rosettam Aegypti, urbem in delta Nili et ad oram maris Mediterranei iacentem, anno 1799 a milite Francico reperta est. Inventio stelae, linguis duabus scripturisque tribus inscriptae, eruditis Instituti Aegypti statim nuntiata est; ibi enim iussu imperatoris Napoleonis eruditi omnium scientiarum (sub aegide Commissionis Scientiarum et Artium) properaverant cum expeditione Francica. Qua a Britannis mox debellata, tabula Rosettana Londinium missa hodie apud Museum Britannicum iacet. Textus Graecus cito lectus interpretationi textuum Aegyptiorum (in formis hieroglyphica et demotica expressorum) gradatim adiuvit. Denique textum plene interpretatus est Ioannes Franciscus Champollion. Ab opere eruditorum cumulativo coepit hodiernus scripturae hieroglyphicae linguaeque Aegyptiae a...
1
$begingroup$
This is what I mean as document text image: I want to label the texts in image as separate blocks and my model should detect these labels as classes. NOTE: This is how the end result should be like: The labels like Block 1, Block 2, Block 3,.. should be Logo, Title, Date,.. Others, etc. Work done: First approach : I tried to implement this method via Object Detection, it didn't work. It didn't even detect any text. Second approach : Then I tried it using PixelLink. As this model is build for scene text detection, it detected each and every text in the image. But this method can detect multiple lines of text if the threshold values are increased. But I have no idea how do I add labels to the text blocks. PIXEL_CLS_WEIGHT_all_ones = 'PIXEL_CLS_WEIGHT_all_ones' PIXEL_C...
1
$begingroup$
I have this LSTM model model = Sequential() model.add(Masking(mask_value=0, input_shape=(timesteps, features))) model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2, return_sequences=False)) model.add(Dense(features, activation='softmax')) model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy']) and shapes X_train (21, 11, 5), y_train (21, 5) . Each timestep is represented by 5 features and return_sequences is set to False because I want to predict one 5D array (the next timestep) for each input sequence of 11 timesteps. I get the error ValueError: y_true and y_pred have different number of output (5!=1) If I reshape the data as X_train (21, 11, 5), y_train (21, 1, 5) instead I get the error ValueError: Inva...