Vide etiam paginam discretivam: Basilica (discretiva)
Facies ecclesiae cathedralis Saltensis.
Romae: Basilica Constantiniana.
Basilica est genus aedificiorum primo a Romanis antiquis excogitatum, in quo res publicae et iudiciales diebus fastis agebantur. Deducitur e Graecorum stoa, quae etiam erat amplus locus porticatus? rebus publicis dicatus.
Index
1Basilicae antiquae
1.1Basilicae Romae
2Basilicae palaeochristianae
3Nexus interni
4Nexus externi
Basilicae antiquae |
Forma basilicae antiquae Pompeiorum sitae.
Basilicae sunt magnae aulae, ubi iudicia et nundinae olim fiebant. Nonnullae basilicae antiquae Romae in foro fuerunt, sed etiam aliis in oppidis (ut in Pompeiis) inveniri possunt. Vitruvius Pollio de modo basilicarum aedificandarum scripsit .
Basilicae Romae |
Fuerunt Romae basilicae variae:
Basilica Porcia: aedificata est anno 184 a.C.n. a Marco Porcio Catone maiore.
Basilica Constantiniana: aedificium splendore ac magnitudine illius temporis eximium coeptum est ab imperatore Maxentio inter annos 307-310, finitum a Constantino post annum 313.
Basilica Aemilia: censore Aemilio Lepido anno 179 a. C. n. creata.
Basilica Iulia: quam Augustus conclusit.
Basilica Opimia: ab Opimio consule aedificata anno 169 a. C. n.
Basilica Sempronia: aedificata a Marco Sempronio Graccho 169 a. C. n.
Basilica Ulpia, a Traiano aedificata in foro suo.
Basilicae palaeochristianae |
Primi Christiani temporibus persecutionum cultum Dei in aedibus privatis faciebant. Cum imperatores Romani doctrinam Christianam concesserunt, communitatibus Christianis maioribus aedificiis ad dei cultus celebrandos opus fuit. Primae ecclesiae publicae aedificatae sunt modo basilicarum civilium, cum navibus et porticibus et in anteriore parte mensa altaris, post quam pro sella praetoris vel imperatoris cathedra episcopi collocata est. Ingressus in aedem erat per atrium vel narthicem.
Nexus interni
Architectura Romana
Forum et forum Romanum
Iudicium
Ecclesia (aedificium)
Nexus externi |
Vicimedia Communia plura habent quae ad Basilica spectant.
De basilica in Harry Thurston Peck, Harper's Dictionary of Classical Antiquities (1898)
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...
