Gaius Sulpicius Ser.f. Q.n. Longus (nescimus, quando natus, quando mortuus sit) vir publicus Romanus patricius saeculi quarti a.C.n. erat.
Index
1Familia
2Cursus honorum
3Nexus externi
4Notae
Familia |
Avus eius Quintus Sulpicius Longus, tribunus militum consulari potestate anni 390 fuit.
Cursus honorum |
Anno 337 a.C.n. Aelius una cum Publio Aelio Paeto plebeio consul Romanus creatus est. Sorte bellum Sidicinorum Aelio destinatum est. Sed cum consules milites in hostem ducere cunctabantur, senatus Gaium Claudium Ap.f. Inregillensem dictatorem nominavit[1] Eodem anno Sulpicius contra electionem pleibei in officium praetoris certavit.
Anno 323 iterum consul electus est, nunc una cum Quinto Aulio Q.f. Cerretano collega. Samnitium bellum Sulpicius gessit, Apulium novum Aemilius: Ambo agrum hostium populavit, qui in proelium non venit[2]. Anno 319 censor electus est, anno 314 consul III una cum Marco Poetelio M.f. Libone. Consules Samnites pervicerunt[3], Longus deinde ex hoc populo triumphavit[3]. Anno 312 dictator creatus est[4].
Nexus externi |
Biographia brevis in pagina imperiumromanum.com (lingua Theodisca)
Notae |
↑Titus Livius, ab urbe condita, VIII 15
↑op.cit., VIII 37
↑ 3.03.1op.cit., IX 27,3-28
↑Der Neue Pauly, Stuttgardiae 1999, T. 11, c. 1100
Antecessores: Lucius Furius Sp.f. Camillus et Gaius Maenius P.f.
Consul 337 a.C.n. cum Publio Aelio Paeto
Successores: Lucius Papirius L.f. Crassus et Kaeso (Gaius) Duillius
Antecessores: dictator: Lucius Papirius Cursor (magister equitum: Quintus Fabius Maximus Rullianus)
Consul 323 a.C.n. cum Quinto Aulio Q.f. Cerretano
Successores: Quintus Fabius Maximus Rullianus et Lucius Fulvius L.f. Curvus
Antecessores: Lucius Papirius Cursor IV et Quintus Publilius Q.f. Philo IV
Consul 314 a.C.n. cum Marco Poetelio M.f. Libone
Successores: Lucius Papirius Cursor V, Gaius Iunius C.f. Bubulcus Brutus II)
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...
