Künstliche Intelligenz (KI)
Google Google Coral USB Accelerator
Der Coral USB Accelerator fügt Ihrem System einen Edge-TPU-Coprozessor hinzu und ermöglicht High-Speed-Inferenzen durch maschinelles Lernen auf einer Vielzahl von Systemen, indem er einfach an einen USB-Port angeschlossen wird. Features Unterstütztes Host-Betriebssystem: Debian Linux, macOS, Windows 10 Kompatibel mit Raspberry Pi-Boards Unterstütztes Framework: TensorFlow Lite Führt High-Speed-ML-Inferenzen durch Der integrierte Edge TPU-Coprozessor kann 4 Billionen Operationen (Tera-Operationen) pro Sekunde (TOPS) ausführen, wobei 0,5 Watt für jede TOPS (2 TOPS pro Watt) verbraucht werden. Beispielsweise kann es hochmoderne mobile Vision-Modelle wie MobileNet v2 mit fast 400 FPS auf energieeffiziente Weise ausführen. Unterstützt alle wichtigen Plattformen Verbindet sich über USB mit jedem System, auf dem Debian Linux (einschließlich Raspberry Pi), macOS oder Windows 10 ausgeführt wird. Unterstützt TensorFlow Lite Modelle müssen nicht von Grund auf neu erstellt werden. TensorFlow Lite-Modelle können für die Ausführung auf der Edge-TPU kompiliert werden. Unterstützt AutoML Vision Edge Mit AutoML Vision Edge können Sie ganz einfach schnelle, hochpräzise benutzerdefinierte Bildklassifizierungsmodelle erstellen und auf Ihrem Gerät bereitstellen. Technische Daten ML Accelerator Google Edge TPU Coprozessor:4 TOPS (int8); 2 TOPS pro Watt Anschluss USB 3.0 Typ-C (Daten/Stromversorgung) Abmessungen 65 x 30 mm Downloads/Dokumentation Datasheet Get started with the USB Accelerator Model compatibility on the Edge TPU Edge TPU inferencing overview Run multiple models with multiple Edge TPUs Pipeline a model with multiple Edge TPUs PyCoral API (Python) Libcoral API (C++) Libedgetpu API (C++) Edge TPU compiler Pre-compiled models All software downloads
€ 89,95
Mitglieder € 80,96
Google Google AIY Vision Kit für Raspberry Pi
Google AIY Projects bringt künstliche Intelligenz zum Selbermachen in Ihre Maker-Projekte. Mit dem Google AIY Vision Kit können Sie ein Bilderkennungsgerät erstellen, das Objekte sehen und identifizieren kann, basierend auf den maschinellen Lernmodellen von TensorFlow. Das Kit enthält alle Komponenten, die zum Zusammenbau des Basiskits erforderlich sind, das mit dem Google Assistant SDK sowie der Bild- und Seherkennung auf dem Gerät mit TensorFlow mithilfe der Hardwareunterstützung der Intel Movidius Myriad Vision Processing Unit (VPU) funktioniert. Der Zusammenbau des Bausatzes sollte etwa eine Stunde dauern. Es ist kein Löten erforderlich, das komplette AIY-Kit ist ein fantastisches Pi Zero-Projekt! Inbegriffen Vision Bonnet Board mit Movidius VPU für Raspberry Pi – komplett montiert Raspberry Pi Zero WH (komplett montiert) Raspberry Pi-Kameraplatine Flaches Flexkabel der Pi Zero-Kamera CSI-Flachflexkabel zum Anschluss an die Kamera MicroSD-Karte für das Betriebssystem 11 mm Kunststoff-Abstandshalter Privatsphäre-LED Arcade-Druckknopf Knopfgeschirr Piezo-Summer LED-Lünette USB-Kabel – A/MicroB Stativbefestigungsmutter Äußerer Karton Interner Kartonrahmen
