Herodes Atticus (Graece Ἡρώδης ὁ Ἀττικός; Latine etiam Lucius Vibullius Hipparchus Tiberius Claudius Atticus Herodes Marathonius; natus circa annum 101; mortuus anno 177) fuit rhetor Graecus et senator Romanus. Etiam philosophiae studebat.
Index
1Familia
2Cursus honorum
3Aedificia
4Philiosophia et ars dicendi
5Bibliographia
6Nexus externus
Familia |
Filius Tiberii Claudii Attici Herodis senatoris et consulis suffecti erat. Uxor eius Regilla erat, ex quo quattuor liberos habuit, quorum solus Tiberius Claudius Marcus Appius Atilius Bradua Regillus Atticus patri superfuit.
Cursus honorum |
Praeter compluros magistratus patriae Athenarum et Romae honores adeptus est: Erat quaestor candidatus principis anno 129, tum tribunus plebis et praetor (133), anno 134 legatus ad componendas urbes Asiae et proconsul eius provinciae 134/135 erat et tandem anno 143 consul ordinarius. Iurgiis factis cum aliquibus magistratibus, anno 174 ab Antonino Pio relegatus, sed anno sequenti Marco Aurelio auctore revocatus est.
Aedificia |
Herodes Atticus ditissimus civis Athenarum patriam multis et pulcherrimis aedificiis ornavit, ut stadia Athenis et Delphis, Nymphaeum Olympiae, Odea Athenis et caetera.
Philiosophia et ars dicendi |
Herodes Atticus eruditissimus et humanissimus vir erat, quem Antoninus Pius filiis suis Marco Aurelio et Lucio Veromagistrum fecit.
Bibliographia |
Papalas, A. J., "Herodes Atticus: An essey on education in the Antonine age", History of Education Quarterly, Vol. 21, No. 2 (Summer, 1981), pp. 171-188.
Nexus externus |
Vicimedia Communia plura habent quae ad Herodem Atticum spectant.
De Herode Attico in A dictionary of Greek and Roman biography and mythology, I, Londinii, anno 1870, p. 413
Antecessores: Lucius Cuspius Pactumeius Rufinus et Lucius Statius Quadratus
Consul 143 cum Gaio Bellicio Torquato
Successores: Lucius Hedius Rufus Lollianus Avitus et Titus Statilius Maximus
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...
