Impostazioni dei cookie
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.
Configurazione
Tecnicamente richiesto
Questi cookie sono necessari per le funzioni di base del negozio.
Amazon Pay
CSRF-Token
Cambio di valuta
Cookie "Accetta tutti i cookie"
Cookie "Rejeter tous les cookies"
Memorizzazione nella cache personalizzata
Negozio selezionato
Paramètres des cookies
PayPal-Zahlungen
Prezzi individuali
Riconoscimento del cliente
Session
Funzioni utili
Questi cookie vengono utilizzati per rendere l'esperienza di acquisto ancora più accattivante, ad esempio per riconoscere il visitatore.
Bloc notes
Subshop
Statistiche e...
Facebook Pixel
Google Ads
Google Analytics
Google Analytics
Google Tag Manager
Programma affiliato
Termina il rilevamento del dispositivo
Questo prodotto non è attualmente disponibile.
Informatemi non appena il prodotto è nuovamente disponibile.
74,90 € *
IVA inclusa più spese di spedizione
L'article ne peut pas être placé dans le panier, car max. 1 Raspberry Pi par client est autorisé.
Attenzione:
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... altro
"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.
Link correlati a "Google Coral USB Accelerator für Raspberry Pi"
Dati "Google Coral USB Accelerator für Raspberry Pi"
Peso lordo (in kg): | 0.05 |
Codice articolo: | RPI-AIY-CO |
EAN/UPC: | 0842776110077 |
Fabbricante: | Google Coral |
Numero del produttore: | G950-01456-01 |
Numero della tariffa doganale: | 84718000 |
Paese d'origine: | China |
Unità di imballaggio: | 1 / 22 |
colore: | blanco |
Valutazioni 12
Leggere, scrivere e discutere recensioni... altro
Valutazione cliente per "Google Coral USB Accelerator für Raspberry Pi"
5 Da: __TS_USER__ Il: 19/nov/2022
__TS_HEADLINE__
5 Da: __TS_USER__ Il: 09/ott/2022
__TS_HEADLINE__
5 Da: __TS_USER__ Il: 18/ago/2022
__TS_HEADLINE__
5 Da: __TS_USER__ Il: 18/ago/2022
__TS_HEADLINE__
5 Da: __TS_USER__ Il: 03/lug/2022
__TS_HEADLINE__
5 Da: __TS_USER__ Il: 08/gen/2022
__TS_HEADLINE__
5 Da: __TS_USER__ Il: 07/gen/2022
__TS_HEADLINE__
5 Da: __TS_USER__ Il: 07/gen/2022
__TS_HEADLINE__
5 Da: __TS_USER__ Il: 06/gen/2022
__TS_HEADLINE__
5 Da: __TS_USER__ Il: 28/dic/2021
__TS_HEADLINE__
5 Da: __TS_USER__ Il: 27/dic/2021
__TS_HEADLINE__
5 Da: Emre E. Il: 14/dic/2020
__TS_HEADLINE__
Perfekt! Funktioniert einwandfrei.
5.00
Scrivi una valutazione
Le valutazioni vengono attivate dopo la verifica.
Visto