Cookie preferences
This website uses cookies, which are necessary for the technical operation of the website and are always set. Other cookies, which increase the comfort when using this website, are used for direct advertising or to facilitate interaction with other websites and social networks, are only set with your consent.
Configuration
Technically required
These cookies are necessary for the basic functions of the shop.
"Allow all cookies" cookie
"Decline all cookies" cookie
Amazon Pay
CSRF token
Cookie preferences
Currency change
Customer recognition
Customer-specific caching
Individual prices
PayPal payments
Selected shop
Session
Comfort functions
These cookies are used to make the shopping experience even more appealing, for example for the recognition of the visitor.
Note
Subshop
Statistics & Tracking
Affiliate program
Facebook Pixel
Google Ads
Google Analytics
Google Analytics
Google Tag Manager
Track device being used
This product is currently not available.
Please inform me as soon as the product is available again.
74.90€ *
including VAT plus shipping costs
The article cannot be placed in the shopping cart, as max. 1 Raspberry Pi per customer is allowed.
Attention:
Versandkostenfrei innerhalb Deutschlands
Versandkostenfrei ab 29€
Bestellungen ab 29€ Warenwert sind bei uns generell Versandkostenfrei bei Lieferung innerhalb Deutschlands.
Der Google Coral USB Accelerator bringt Real-Time Inferenz für Ihren Pi 4 und viele andere... more
"Google Coral USB Accelerator für Raspberry Pi"
Der Google Coral USB Accelerator bringt Real-Time Inferenz für Ihren Pi 4 und viele andere Computer.
Künstliche Intelligenz / Machine Learning für alle: Google hat mit dem Coral USB Accelerator einen leistungsfähigen Spezialchip (TPU, Tensor Processing Unit) an ein USB 3 Interface angebunden - damit können Tensor Flow Lite Modelle schnell und energiesparend für Inferenz genutzt werden. Ein besonderer Vorteil dieser Lösung: Ihre Daten bleiben lokal. Das hilft bei der Latenz, und natürlich beim Datenschutz.
Google nutzt zunehmend künstliche Intelligenz (AI) und maschinelles Lernen (ML) um seine Dienstleistungen zu realisieren. Dazu entwickelte es für seine Rechenzentren spezialisierte Prozessoren namens TPU ("tensor processing unit"), die die Algorithmen mit dem TensorFlow Framework schneller und energiesparender ausführen können. Beispielsweise wird Google Maps durch von Street View aufgenommene Straßenschilder verbessert, die mit Hilfe eines auf TensorFlow basierenden neuronalen Netzes analysiert werden. Der Clou: TensorFlow kann einfach in Python programmiert werden.
Google bringt mit der Edge TPU, die das TensorFlow Lite Framework unterstützt, einen USB 3 Stick auf den Markt. Die Edge TPU kann bis zu 4 Billionen Rechenoperationen pro Sekunde mit nur 2 W Verbrauch durchführen.
Perfekt in Kombination mit dem Pi 4!
Mit Hilfe der Google Coral Edge TPU kann Inferenz beispielsweise mit dem MobileNet v2 Model bis zu 20 x schneller als auf "dem nackten" Pi 4 ausgeführt werden. Es können so real-time Erkennungen in Videostreams mit über 50 fps durchgeführt werden, die mit dem Pi 4 ohne Beschleuniger nicht möglich wären.
Dank Python und vielen Beispielen online rund um TensorFlow kann man in das Thema künstliche Intelligenz und Machine Learning mit dem Google Coral USB Accelerator einfach und mit Stil einsteigen.
Künstliche Intelligenz / Machine Learning für alle: Google hat mit dem Coral USB Accelerator einen leistungsfähigen Spezialchip (TPU, Tensor Processing Unit) an ein USB 3 Interface angebunden - damit können Tensor Flow Lite Modelle schnell und energiesparend für Inferenz genutzt werden. Ein besonderer Vorteil dieser Lösung: Ihre Daten bleiben lokal. Das hilft bei der Latenz, und natürlich beim Datenschutz.
Google nutzt zunehmend künstliche Intelligenz (AI) und maschinelles Lernen (ML) um seine Dienstleistungen zu realisieren. Dazu entwickelte es für seine Rechenzentren spezialisierte Prozessoren namens TPU ("tensor processing unit"), die die Algorithmen mit dem TensorFlow Framework schneller und energiesparender ausführen können. Beispielsweise wird Google Maps durch von Street View aufgenommene Straßenschilder verbessert, die mit Hilfe eines auf TensorFlow basierenden neuronalen Netzes analysiert werden. Der Clou: TensorFlow kann einfach in Python programmiert werden.
Google bringt mit der Edge TPU, die das TensorFlow Lite Framework unterstützt, einen USB 3 Stick auf den Markt. Die Edge TPU kann bis zu 4 Billionen Rechenoperationen pro Sekunde mit nur 2 W Verbrauch durchführen.
Perfekt in Kombination mit dem Pi 4!
Mit Hilfe der Google Coral Edge TPU kann Inferenz beispielsweise mit dem MobileNet v2 Model bis zu 20 x schneller als auf "dem nackten" Pi 4 ausgeführt werden. Es können so real-time Erkennungen in Videostreams mit über 50 fps durchgeführt werden, die mit dem Pi 4 ohne Beschleuniger nicht möglich wären.
Dank Python und vielen Beispielen online rund um TensorFlow kann man in das Thema künstliche Intelligenz und Machine Learning mit dem Google Coral USB Accelerator einfach und mit Stil einsteigen.
Related links to "Google Coral USB Accelerator für Raspberry Pi"
Data "Google Coral USB Accelerator für Raspberry Pi"
Gross weight (in kg): | 0.05 |
Order number: | RPI-AIY-CO |
EAN/UPC: | 0842776110077 |
Manufacturer: | Google Coral |
Manufacturer Number: | G950-01456-01 |
HS-Code: | 84718000 |
Country of origin: | China |
Packing Unit: | 1 / 22 |
colour: | white |
Evaluations 12
Read, write and discuss reviews... more
Customer evaluation for "Google Coral USB Accelerator für Raspberry Pi"
5 From: __TS_USER__ On: 19 Nov 2022
__TS_HEADLINE__
5 From: __TS_USER__ On: 9 Oct 2022
__TS_HEADLINE__
5 From: __TS_USER__ On: 18 Aug 2022
__TS_HEADLINE__
5 From: __TS_USER__ On: 18 Aug 2022
__TS_HEADLINE__
5 From: __TS_USER__ On: 3 Jul 2022
__TS_HEADLINE__
5 From: __TS_USER__ On: 8 Jan 2022
__TS_HEADLINE__
5 From: __TS_USER__ On: 7 Jan 2022
__TS_HEADLINE__
5 From: __TS_USER__ On: 7 Jan 2022
__TS_HEADLINE__
5 From: __TS_USER__ On: 6 Jan 2022
__TS_HEADLINE__
5 From: __TS_USER__ On: 28 Dec 2021
__TS_HEADLINE__
5 From: __TS_USER__ On: 27 Dec 2021
__TS_HEADLINE__
5 From: Emre E. On: 14 Dec 2020
__TS_HEADLINE__
Perfekt! Funktioniert einwandfrei.
5.00
Write an evaluation
Evaluations will be activated after verification.
Viewed