In his, quae contra rationem iuris constituta sunt, non possumus sequi regulam iuris
– Iulianus liber 27 digestorum
Lucius Octavius Cornelius Publius Salvius Iulianus Aemilianus (natus Hadrumetum in Africa annis circiter 100/108, mortuus circa annum 170) senator Romanus et iurisconsultus erat. Iulianus fuit, Hadriano regnante, Quindecimvir sacris faciundis. Discipulus Iavoleni Prisci, ultimi capitis Scholae Sabinianae iurisprudentiae.
Index
1Cursus honorum
2Familia
3Opera de iurisprudentia
4Notae
5Bibliographia
Cursus honorum |
Iulianus Xvir, quaestor candidatus principis, tribunus plebis, anno 138 praetor et 148 consul ordinarius creatus est. Postea legatus Augusti pro praetore Germaniae Inferioris (anno 151/152), legatus Hispaniae Citerioris (161-164), proconsul Africae anno 167/168[1]. Praeterea fuit consiliarius Hadriani imperatoris et postea Antonini Pii, Lucii Veri, Marci Aurelii.
Familia |
Filius eius Publius Salvius Iulianus consul ordinarius anni 175 erat.
Opera de iurisprudentia |
Digestae (XL libri)
Ex Minicio (VI libri)
Ad Urseium Ferocem (IV libri)
De ambiguitatibus (unus liber)[2]
Notae |
↑Confer CIL VIII 24094: L(ucio) Octavio Cornelio P(ubli) f(ilio) Salvio Iuliano / Aemiliano Xviro quaestori Imp(eratoris) / Hadriani cui divos(!) Hadrianus soli / salarium quaesturae duplicavit / propter insignem doctrinam trib(uno) pl(ebis) / pr(aetori) praef(ecto) aerar(ii) Saturni item mil(itaris) co(n)s(uli) / pontif(ici) sodali Hadrianali sodali Antoniniano curatori aedium / sacrarum legato Imp(eratoris) Antonini / Aug(usti) Pii Germaniae inferioris lega/to Imp(eratorum) Antonini Aug(usti) et Veri Augusti / Hispaniae citerioris proco(n)s(uli) / provinciae Africae patrono / d(ecreto) d(ecurionum) p(ecunia) p(ublica)
↑Der Neue Pauly, Stuttgardiae 1999, T. 6, c. 8
Bibliographia |
De Iuliano Salvo in William Smith, ed., Dictionary of Greek and Roman Biography and Mythology (Londinii: Taylor & Walton, 1844-1849 ~)
Antecessores: Gaius Prastina Messalinus et Lucius Annius Largus
Consul 148 cum Gaio Bellicio Calpurnio Torquato
Successores: Servius Cornelius Scipio Lucius Salvidienus Orfitus et Quintus Pompeius Sosius Priscus
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...
