Henricus I (rex Angliae)
Multi tool use
Henricus I. Matthaeus Paris,
Chronica maiora ab eo ipso picta: Bibliotheca Britannica MS BL Royal 14.C.vii f. 8v
Quattuor regis Gulielmi I liberi, scil. Adela uxor Stephani comitis Blesensis (ad sinistram partem); Gulielmus rex secundus; Henricus I ("senior"); Robertus dux Normannorum. Bernardus Guidonis,
De origine prima Francorum: Bibl. Municip. Tolosana MS 450 f. 190r (saec. XIV)
Henricus I Belloclericus[1] cognominatus (Anglosaxonice Heanrig; natus circa annum 1068; mortuus die 1 Decembris 1135) fuit filius minimus regis Gulielmi I Angliae. Fratre Gulielmo II mortuo sine prole Henricus fit rex Angliae anno 1100; fratre maiore natu Roberto expugnato fit et dux Normannorum anno 1106.
Die 11 Novembris 1100 in matrimonium duxit Edgitham filiam regis Malcolmi III Scotiae, et ex ea duos liberos genuit:
Mathildis, nata 1102, quam in matrimonium duxerunt imperator Henricus V moxque Galfridus Andegavensis, cui peperit regem futurum Henricum II
Gulielmus, natus anno 1103, mortuus 1120
Prima uxore mortua, die 29 Ianuarii 1121 in matrimonium duxit Adelaidem Lovaniensem; ex ea nullos liberos genuit, sed e concubinis variis filios et filias ad numerum viginti duos, inter eos:
Robertus, comes Glocestriae
Alicia quae Matthaeo de Montemorenciaco nupsit
Fontes de vita et regno Henrici I |
- Chronica Anglosaxonum
Guillelmi Malmesburiensis De gestis regum Anglorum
Henrici Huntindoniensis Historia Anglorum
Willelmus Neuburgensis, Historia
Gualterus Map, De nugis curialium 5.5
Antecessor:
Gulielmus II
|
Rex Angliae
1100–1135
|
Successor:
Stephanus Blesensis
|
Antecessor:
Robertus III
|
Dux Normannorum
1105–1135
|
Notae |
↑ Ioannes Pitseus, Relationum historicum de rebus Anglicis, Parisiis, 1619, apud Rolinum Thierry et Sebastianum Cramoisy, T. I. [1] Libri Googles .mw-parser-output .existinglinksgray a,.mw-parser-output .existinglinksgray a:visited{color:gray}.mw-parser-output .existinglinksgray a.new{color:#ba0000}.mw-parser-output .existinglinksgray a.new:visited{color:#a55858}
(Latine)
8YZ SRArNYZ1iiBs890EbeOw7aM8LZQlfgHd UM,N J42a2FeIqCQH
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...
