Nativitas: 180 BCE; Obitus: 123 BCE; Patria: Roma antiqua
Officium
Officium: Ancient Roman senator, consul Munus: Politicus, military personnel
Familia
Genitores: Marcus Aemilius Lepidus;
Marcus Aemilius Lepidus Porcina (natus saeculo 2 a.C.n., mortuus post annum 125 a.C.n.) vir publicus Romanus fuit.
Index
1Gens
2Cursus honorum
3Bibliographia
4Notae
Gens |
Avus eius Marcus Aemilius Lepidus consul annorum 187 et 175 a.C.n., pater Marcus Aemilius Lepidus tribunus plebis erat. Frater eius minor Marcus Aemilius Lepidus anno 126 a.C.n. consul erat.
Cursus honorum |
Anno 137 a.C.n. una cum Gaio Hostilio Mancino consul fuit atque contra "Legem Cassiam Tabellariam" Lucii Cassii Longini Ravillae, qua suffragium secretum fieret, frustra certavit. Deinde proconsul et successor Gaii Hostilii Mancini in Hispania Ulteriore Palantiam oppidum obsidens cladem a Vaccaeis accepit; deinde Romam rediit atque consulto senatus multam solvere debuit[1]. Ante annum 125 a.C.n. augur erat. Hoc anno Gnaeus Servilius Caepio et Lucius Cassius Longinus Ravilla censores "Lepidum Aemilium augurem, quod sex milibus HS. aedes conduxisset, adesse iusserunt"[2]. Marcus Tullius Cicero de eo dixit: "M. Aemilius Lepidus, qui est Porcina dictus, isdem temporibus fere quibus Galba, sed paulo minor natu et summus orator est habitus et fuit, apparet ex orationibus, scriptor sane bonus"[3].
Bibliographia |
Carolus-Ludovicus Elvers, "[I 17] Ae. Lepidus Porcina, M." in Der Neue Pauly vol. 1 (Stutgardiae: Metzler, 1996. ISBN 3-476-01471-1) col. 179–180.
Notae |
↑Appianus Alexandrinus, Iberica 80-83
↑Velleius Paterculus, Historia Romana II 10; Valerius Maximus, Factorum et dictorum memorabilium VIII 1
↑Marcus Tullius Cicero, Brutus 95
Antecessores: Publius Cornelius Scipio Nasica Serapio et Decimus Iunius Brutus Callaicus
Consul 137 a.C.n. cum Gaio Hostilio Mancino
Successores: Lucius Furius Philus et Sextus Atilius Serranus
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...
Marcus Aemilius Lepidus Porcina
