Ioannes VI (rex Lusitaniae)

Multi tool use
Multi tool use





Schlaegel und eisen yellow.svg -2 Latinitas huius rei dubia est. Corrige si potes. Vide {{latinitas}}.



Ioannes VI Lusitaniae Rex


Ioannes VI (natus die 13 Maii 1767- mortuus die 10 Martii 1826) Lusitaniae, Brasiliae et Algarvis Rex erat. "Clemens" vocabatur.


Ioannes Maria Iosephus Franciscus Xaverius de Paula Aloysius Antonius Dominicus Raphael Brigantiae (Lusitane: João Maria José Francisco Xavier de Paula Luís António Domingos Rafael de Bragança), Ioannes VI Princeps Brasiliae, Dux Brigantiae, Lusitaniae Rex, erat filius natu Petri III, Regis-Consortis Lusitaniae, uxorisque eius Mariae I, regina Lusitaniae, filiae fratris eius.



Tituli |


  • Princeps Brasiliae

  • Regens Regni

  • Rex Lusitaniae (Maiestas Fidelissima)

  • Rex Lusitaniae Brasiliae et Algarvis


Vita |


Natus 13 Maii 1767, mortuus 10 Martii 1826 in Olisipone (Lisbono), Ioannes Princeps Brasiliae, regens et rex Lusitaniae fuit.


1785 matrimonio Carolae Ioachinae Borboniae et Borboniae, Infantis Hispaniae, Principissae Brasiliae, Lusitaniae nupsit reginae, quae genuit infantes:



  • Mariam Teresiam Brigantiae (1793);

  • Franciscum Antonium Pium Brigantiae(1795);

  • Mariam Elisabeth Brigantiae (1795);


  • Petrum IV Lusitaniae (Petrum I, Imperatorem Brasiliae), (1798);

  • Mariam Franciscam Brigantiae (1800);

  • Elisabeth Mariam Brigantiae, (1801);


  • Michaelem I Lusitaniae, Regem Lusitaniae (1802);

  • Mariam Assumptionis Brigantiae (1805);

  • Annam a Iesu Mariam Brigantiae (1806).






Antecessor:
Maria I

Regens et Rex Lusitaniae Brasiliae et Algarvis
1816– 1826
 Successor:
Petrus IV Lusitaniae et I Brasiliae

.mw-parser-output .stipula{padding:3px;background:#F7F8FF;border:1px solid grey;margin:auto}.mw-parser-output .stipula td.cell1{background:transparent;color:white}




David's face
Haec stipula ad biographiam spectat. Amplifica, si potes!



3opp8Y,Fvti,TrsedDOQ2fZBLKKSPgQ0l4gVgPVJ jZ,zQG HZJZ1BgXEJojO3sqSWthlOS0JP7ihp6e4Ktl AlAFLB
-
doWV KjrM,Ga94e1VcAKGRrJceA JFXHmcFS9a09

Popular posts from this blog

Tabula Rosettana

Image
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...
Read more

How to label and detect the document text images

Image
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...
Read more

LSTM sequence prediction: 3d input to 2d output

Image
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...
Read more