Paramètres des cookies
Ce site Web utilise des cookies, qui sont nécessaires au fonctionnement technique du site Web et qui sont toujours définis. D'autres cookies, qui augmentent le confort lors de l'utilisation de ce site Web, sont utilisés pour la publicité directe ou pour simplifier l'interaction avec d'autres sites Web et réseaux sociaux, ne sont définis qu'avec votre consentement.
Configuration
Techniquement requis
Ces cookies sont nécessaires aux fonctions de base de la boutique.
Amazon Pay
Boutique sélectionnée
CSRF-Token
Cookie "Accepter tous les cookies"
Cookie "Rejeter tous les cookies"
Mise en cache personnalisée
Paramètres des cookies
PayPal-Zahlungen
Reconnaissance client
Session
Tarifs individuels
Échange de devises
Fonctions pratiques
Ces cookies sont utilisés pour rendre l'expérience d'achat encore plus attrayante, par exemple pour reconnaître le visiteur.
Bloc-notes
Subshop
Statistiques et suivi
Détection de périphérique final
Facebook Pixel
Google Ads
Google Analytics
Google Analytics
Google Tag Manager
Programme d'affiliation
Cet article est indisponible actuellement
Avertissez-moi lorsque l'article sera de nouveau disponible.
74,90 € *
y compris la TVA plus expédition et manutention
L'article ne peut pas être placé dans le panier, car max. 1 Raspberry Pi par client est autorisé.
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...plus
"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.
Liens supplémentaires vers "Google Coral USB Accelerator für Raspberry Pi"
Les données "Google Coral USB Accelerator für Raspberry Pi"
Kompatibilität: | Raspberry Pi 1A, Raspberry Pi 1A+, Raspberry Pi 1B, Raspberry Pi 1B+, Raspberry Pi 2B, Raspberry Pi 3A+, Raspberry Pi 3B, Raspberry Pi 3B+, Raspberry Pi 4B, Raspberry Pi 400 |
Gross weight (in kg): | 0.075 |
Numéro d'article: | RPI-AIY-CO |
EAN/UPC: | 0842776110077 |
Fabricant: | Google Coral |
Numéro du fabricant: | G950-01456-01 |
Numéro de tarif douanier: | 84718000 |
Pays d'origine: | Chine |
Unité d'emballage: | 1 / 22 |
Couleur: | blanc |
Évaluations 12
Lire, écr. et débatt. des analyses…plus
Évaluations de clients pour "Google Coral USB Accelerator für Raspberry Pi"
5 De : __TS_USER__ Sur : 19 nov. 2022
__TS_HEADLINE__
5 De : __TS_USER__ Sur : 9 oct. 2022
__TS_HEADLINE__
5 De : __TS_USER__ Sur : 18 août 2022
__TS_HEADLINE__
5 De : __TS_USER__ Sur : 18 août 2022
__TS_HEADLINE__
5 De : __TS_USER__ Sur : 3 juil. 2022
__TS_HEADLINE__
5 De : __TS_USER__ Sur : 8 janv. 2022
__TS_HEADLINE__
5 De : __TS_USER__ Sur : 7 janv. 2022
__TS_HEADLINE__
5 De : __TS_USER__ Sur : 7 janv. 2022
__TS_HEADLINE__
5 De : __TS_USER__ Sur : 6 janv. 2022
__TS_HEADLINE__
5 De : __TS_USER__ Sur : 28 déc. 2021
__TS_HEADLINE__
5 De : __TS_USER__ Sur : 27 déc. 2021
__TS_HEADLINE__
5 De : Emre E. Sur : 14 déc. 2020
__TS_HEADLINE__
Perfekt! Funktioniert einwandfrei.
5.00
Écrire une évaluation
Les évaluations sont publiées après vérification.
Derniers articles consultés