IT-Zeitschriften, Fachbücher, eBooks, digitale Magazine und vieles mehr - direkt im heise shop online kaufen
Warenkorb Ihr Warenkorb ist noch leer.

  •  
     
    c't Sonderheft RASPI
74,90 €*

Google Coral USB Accelerator

Gadget

Bewerten Sie dieses Produkt als Erster

Highlights:

  • High Speed TensorFlow Lite Inferencing
  • Geringer Stromverbrauch
  • Google Edge TPU ML Accelerator Coprozessor
  • Kompakte Größe
Lieferung: 1-4 Tage
Anbieter: Heise Medien
Sprache: Deutsch
EAN: 4018837029923
Veröffentlicht: 25.06.2020
Zubehör
  1. c't Python-Projekte 2020
    Info: Das Sonderheft c't Python-Projekte 2020 ist auch als vergünstigtes Bundle mit dem physischen Magazin (Auslieferung per Post) und der digitalen PDF Variante (Downloadlink per Mail) für 19,90 € erhältlich. Das Bundle finden Sie hier.


    Highlights dieser Ausgabe:

    • KI mit Neuronalen Netzen
    • Erste Schritte mit Python am Passwortmanager testen
    • Systematisch Coden mit Test-Frameworks als Alltagshelfer
    • Automatisch testen mit Software-Robotern und selbstoptimierende Fehlersuche
    • Python für Profis: Megatabellen mit Pandas & Passwortsuche in 25 GByte

    vollständige Beschreibung anzeigen !
    14,90 €*
  2. Neuronale Netze und Deep Learning kapieren
    • Von den Grundlagen Neuronaler Netze über Machine Learning bis hin zu Deep-Learning-Algorithmen
    • Anschauliche Diagramme, Anwendungsbeispiele in Python und der Einsatz von NumPy
    • Keine Vorkenntnisse in Machine Learning oder höherer Mathematik erforderlich

    vollständige Beschreibung anzeigen !
    25,99 €*
  3. Deep Learning mit TensorFlow, Keras und TensorFlow.js
    2., aktualisierte und erweiterte Auflage 2020

    Highlights:
    • Wichtige Konzepte verstehen
    • Daten richtig vorbereiten
    • Professionell im Detail
    • Deep Learning im Browser

    vollständige Beschreibung anzeigen !
    39,90 €*
  4. Neuronale Netze programmieren mit Python (2. Auflg.)

    Highlights:

    • Schritt für Schritt zum trainierten KI-Modell
    • Grundlagen
    • Praxis, Praxis, Praxis
    • Die Maschinen lernen lassen
    • Die aktuelle 2. Auflage!

    vollständige Beschreibung anzeigen !
    29,90 €*
  5. Machine Learning mit Python
    Praxiswissen Data Science

    vollständige Beschreibung anzeigen !
    39,90 €*
  6. Machine Learning
    kurz und gut

    vollständige Beschreibung anzeigen !
    14,90 €*
  7. Machine Learning Kochbuch
    Praktische Lösungen mit Python: Von der Vorverarbeitung der Daten bis zum Deep Learning

    vollständige Beschreibung anzeigen !
    34,90 €*
  8. Deep Learning - Grundlagen und Implementierung

    1. Auflage

    Zielgruppe

    • Data Scientists
    • Softwareentwickler
    • Datenanalysten
    • Studenten der Informatik

    vollständige Beschreibung anzeigen !
    32,90 €*

Coral ist eine Hardware- und Softwareplattform zum Aufbau intelligenter Geräte mit schnellen Inferenz-fähigen neuronalen Netzen. Herzstück von Coral ist der Edge-TPU-Coprozessor. Dieser kleine ASIC wurde von Google speziell für den Betrieb modernster neuronaler Netze mit hoher Geschwindigkeit und geringen Kosten entwickelt. Die Edge-TPU kann 4 Billionen Befehle (Terabefehle) pro Sekunde (TOPS) ausführen, wobei für jeden TOPS 0,5 Watt (2 TOPS pro Watt) benötigt werden.

Der Coral USB Accelerator ist ein USB-Adapter, das vorhandene Systeme zum maschinellen Lernen und zur Inferenz befähigt. Er ist mit dem Raspberry Pi und anderen Linux-basierten Systemen kompatibel.

Der Coral USB Accelerator kann modernste mobile Vision-Modelle wie MobileNet v2 mit 400 FPS ausführen. TensorFlow Lite-Modelle können für Edge-TPU kompiliert werden. Mit AutoML Vision Edge können Sie auf Ihrem Gerät schnell und präzise benutzerdefinierte Bildklassifizierungsmodelle erstellen.

Der USB Accelerator kann über ein mitgeliefertes USB 3.0 Typ-C-Kabel mit jedem Debian-basierten Linux-System verbunden werden.

ML accelerator Google Edge TPU coprocessor
Connector USB 3.0 Type-C* (data/power)
Dimensions 65 mm x 30 mm
Um bewerten zu können, melden Sie sich bitte an

  •  
     
    c't Sonderheft RASPI