Pugna Stalingradensis[1] seu proelium Stalingradense[2] (Russice: Сталинградская битва, Stalingradskaja bitva) inter copias Germaniae et Unionis Sovieticae tempore Belli Magni Patrii accidit, ab 17 Iulii 1942 ad 2 Februarii 1943 durabat.
Copiae Unionis Sovieticae pugnantes (et antea nonnullos menses recedentes) ad 18 Novembris anno 1942 vix impetum exercituum Quarti Sextique Germanicorum steterunt in urbe ad flumen Rham (Volgam), tunc Stalingradum (Russice: Сталинград, Stalingrad) et nunc Volgogradum (Russice: Волгоград, Volgograd) vocata, atque in regione urbis illius. 18 – 19 Novembris anno illo exercitus Sovietici impetum suum inceperunt et 22 divisiones (partes exercitus) Germanicos, circa 330 milia hominum habentes, in regione Stalingradi circumvenerunt. 31 Ianuarii – 2 Februarii anno 1943 copiae Sovieticae effecerunt stragem exercituum circumventorum, quorum miles reliqui (91 milia hominum de Germanico Exercitu Sexto) cum praefecto suo deditionem fecerunt.
Victoriae suae in pugna Stalingradensi gratia, copiae Unionis Sovieticae initiativam strategicam in bello acquisiverunt.
Index
1Pinacotheca
2Fons
3Nota
4Nexus externus
Pinacotheca |
Milites Germanici
Germanici captivi
Milites Russi
Fons |
Dictionarium novum illustratum encyclopaedicum (Russice) – Новый иллюстрированный энциклопедический словарь / Ред. кол.: В.И. Бородулин, А.П. Горкин, А.А. Гусев, Н.М. Ланда и др. – М.: Большая Российская энциклопедия, 2001. – ISBN 5-85270-259-5
Nota |
↑Ephemeris: DE PUGNA STALINGRADENSI. Scripsit Johannes Gluszak
↑Ephemeris: "FRIDOLIN VON SENGER UND ETTERLIN De duce Germano, "qui Italos amabat atque intellegebat""
Nexus externus |
Vicimedia Communia plura habent quae ad pugnam Stalingradensem spectant.
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...