Anna Atkins







Anna Atkins en 1861


Anna Atkins (naskiĝis la 16-an de marto 1799 en Tonbridge, Kent; mortis la 9-an de junio 1871 en Halstead Place proksime de Sevenoaks, Kent; naskiĝinta je la nomo Anna Children) estis angla botanikistino kaj ilustristino. Ŝi publikigis la unuan libron, kiu ilustriĝis ekskluzive per fotografia tekniko, kaj konsideratas unu el la unuaj fotistinoj.[1] La fotografia tekniko, kiun ŝi evoluigis, rezultigis helbluajn bildojn sur malhelblua fono kaj produktiĝis inter alie per kalia ferocianido - tiel ekestis ĝia nomo "cianotipio".


La 16-an de marto 2015 ŝi cetere memoriĝis en la titolpaĝo de la reta serĉilo Guglo.



Referencoj |





  1. ↑ artikoleto “Seeing is Believing” ("vidado signifas kredadon") en la retejo de la Publika Biblioteko de Novjorko (New York Public Library), vidata la 16-an de marto 2015










bildigo nomata "cianotipio" el la libro de Anna Atkins British Algae: Cyanotype Impressions de 1843




ekvizeto el ŝia libro Cyanotypes of British and Foreign Flowering Plants and Ferns de 1854







Ĝermo pri anglo
Ĉi tiu artikolo ankoraŭ estas ĝermo pri anglo.

Helpu al Vikipedio plilongigi ĝin. Se jam ekzistas alilingva samtema artikolo pli disvolvita, traduku kaj aldonu el ĝi (menciante la fonton).



-

Popular posts from this blog

Aikido

Image
Ĉi tiu artikolo citas neniun fonton . Vi povas plibonigi ĝin, aldonante fidindajn fontojn. Senfontaj asertoj povas esti forigitaj.  (Novembro 2012) Aikido Japana Nomo: Kanji 合気道 Hiragana あいきどう Spiradaj ekzercoj Aikido , aŭ Ajkido , estas moderna japana luktarto (Shin Budo) kompilita de Ueshiba Morihei dum la periodo inter la 1930-aj jaroj ĝis 1960-aj jaroj. Ĝi estas senperforta kaj multaj el ĝiaj teĥnikoj evoluis el Daito-Rjuo (speco de ĵuĵicuo) kaj el glava batalado. La filozofio de aikido devenis ĉefe de la religio Oomoto pro la kontaktoj inter O´Sensei ("granda majstro", esprimo uzata de la aikidistoj por nomi Ueshiba Morihei) kaj Deguchi Onisaburo Sensei el Oomoto. Oni konsideras, ke aikidisto havu iom da spiriteco, interalie pri la uzo de la Ĉi, KI, ĝi postulas nenuran teknikan trejnon. La nepo de la kreinto, Ueshiba Moriteru, nun estas "Doshu", tiu kiu montras la vojon. Enhavo 1 Aikido - Oomoto - Esperanto...
Read more

The minimum number of groups for any class cannot be less than 2 error

Image
0 $begingroup$ cv_split = StratifiedShuffleSplit(n_splits=10, test_size=0.3, random_state=0) # Performing cross-validation to estimate the performance of the models for idx, est in enumerate(estimator): cv_results = cross_validate(est[1](), x_value, y_value, cv=cv_split) I got following error from this code ValueError: The least populated class in y has only 1 member, which is too few. The minimum number of groups for any class cannot be less than 2. and my y_value looks like y_value = array([221900, 180000, 510000, ..., 360000, 400000, 325000]) I used this method before and y_value has the same shape as before. python data-mining cross-validation share ...
Read more

SMOTE: ValueError: Expected n_neighbors <= n_samples, but n_samples = 1, n_neighbors = 6

Image
0 $begingroup$ I am designing a multi class classifier for 11 labels. I am using SMOTE to tackle the sampling problem. However I face the following error:- error at SMOTE from imblearn.over_sampling import SMOTE sm = SMOTE(random_state=42) X_res, Y_res = sm.fit_sample(X_f, Y_f) error ~/.local/lib/python3.6/site-packages/sklearn/neighbors/base.py in kneighbors(self, X, n_neighbors, return_distance) 414 "Expected n_neighbors <= n_samples, " 415 " but n_samples = %d, n_neighbors = %d" % --> 416 (train_size, n_neighbors) 417 ) 418 n_samples, _ = X.shape ValueError: Expected n_neighbors <= n_samples, but n_samples = 1, n_neighbors = 6 Why does it say I have only 1 n_samples? When I tr...
Read more