google coral usb

Coral USB-Zubehör, das maschinelles Lernen auf vorhandene Systeme zurückführt. Funktioniert mit Raspberry Pi (Pi2 / 3/4 Modell B / B +) und anderen Linux-Systemen. Mit der Edge-TPU - einem kleinen ASIC, der von Google entwickelt und gebaut wurde - bietet der USB-Beschleuniger leistungsstarke ML-Inferenzen mit geringen Stromkosten über eine USB 3.0-Schnittstelle. Hauptvorteile von Edge TPU: Hochgeschwindigkeits-TensorFlow Lite-Inferenz ； Geringer Stromverbrauch ； Geringer Platzbedarf. Coral ist eine Abteilung von Google, die Ihnen hilft, mit unserer Plattform für lokale KI intelligente Ideen zu entwickeln. Unterstützt TensorFlow lite: Es ist nicht erforderlich, Modelle von Grund auf neu zu erstellen. Tensorflow Lite-Modelle können für die Ausführung auf USB Accelerator kompiliert werden. Funktionen: Unterstützt vollständig MobileNet- und Inception-Architekturen, obwohl benutzerdefinierte Architekturen möglich sind. Kompatibel mit Google Cloud;

- Google Coral USB Accelerator - Arm 32-Bit Cortex-M0+ Mikroprozessor, bis zu 32 MHz, 16 KB Flash-Speicher, 2 KB RAM - Google Edge TPU ML Coprozessor, unterstützt TensorFlow Lite - Anschluss: USB 3.0 Typ-C, kompatibel mit Linux, Mac und Windows - Maße: 65 x 30 x 8 mm

Raffiniert. Wiederaufladbar. Laut. Lerne LOOP kennen - ein wiederaufladbarer Tracker für alle, die Wert auf jedes Detail legen. Genieße die Freiheit universeller Kompatibilität mit Apple "Wo ist?" oder Google "Mein Gerät finden" - kombiniert mit einer verspielten Farbpalette und einer flexiblen Silikonschlaufe zur einfachen Befestigung. In der kostenlosen Chipolo-App warten Zusatzfunktionen wie "Ruf dein Handy an" auf dich. Einfach aufladen LOOP wurde für deinen Komfort und mit Rücksicht auf den Planeten entwickelt - langlebig, nachhaltig und bereit, dein neuer Lieblingsbegleiter zu werden. USB-C Ladeanschluss Akkulaufzeit bis zu 6 Monate pro Ladung Leicht zu hören, leicht zu finden Verlegte Gegenstände wiederzufinden sollte einfach sein. Der extra laute Ton und die erweiterte Reichweite von LOOP führen dich in wenigen Sekunden zu deinen wichtigsten Sachen. Reichweite::120 m / 400 ft Lautstärke: ~ 125 dB Kraft auf Knopfdruck Der Kontrast aus matter und glänzender Oberfläche hebt die Superkraft-Taste von LOOP hervor - zweimal kurz drücken, und dein Handy klingelt sofort. Mühelose Befestigung Die flexible Silikonschlaufe von LOOP lässt sich ganz einfach an deinen Gegenständen anbringen. Elegant, vielseitig und bereit, dich überallhin zu begleiten. Bereit für alles Ob Regen oder Sonnenschein, Staub oder Schmutz - LOOP macht alles mit. Wasserdicht, staubdicht und bereit für jede Herausforderung. IP67-zertifiziert: verbesserter Wasser- & Staubschutz Noch nicht genug? Da geht noch mehr! Klingeln und Blinken: lass das Lade-Licht von LOOP blinken - so findest du ihn auch im Dunkeln leichter. Umweltfreundlich: hergestellt aus mindestens 50 % recyceltem Kunststoff. Teilen-Funktion: teile deine Chipolo mit deinen Liebsten. Technische Daten: Lautstärke: lauter Ton 125 dB Reichweite: 120 m (400 ft) Maße: 40 mm x 57 mm x 8 mm (1.5 in x 2.2 in x 0.3 in) Wasser & Staubschutz: IP67, geschützt vor Staub und Wasserspritzern, hält einem Eintauchen in bis zu 1 m Süßwasser für bis zu 30 Minuten stand. Akkulaufzeit bis zu 6 Monate Der Akku hält mit einer einzigen Ladung bis zu 6 Monate. Ein USB-C-Ladegerät ist nicht im Lieferumfang enthalten. Ladeleistung: 5 V DC, min. 1 W. Laden Sie das Gerät vor Gebrauch mit einem USB-C-Kabel vollständig auf. Die LED-Leuchte blinkt während des Ladevorgangs und leuchtet dauerhaft, wenn das Gerät geladen ist.

Führt High-Speed-ML-Inferenzen durch: High-Speed-TensorFlow Lite-Inferenzen mit geringer Leistung, geringem Platzbedarf, lokaler Inferenzierung Unterstützt alle wichtigen Plattformen: Verbindet sich über USB 3.0 Typ-C mit jedem System, auf dem Debian Linux (einschließlich Raspberry Pi), macOS oder Windows 10 ausgeführt wird Unterstützt TensorFlow Lite: keine Notwendigkeit, Modelle von Grund auf zu bauen. Tensorflow Lite-Modelle können kompiliert werden, um auf dem Edge TPE zu laufen Unterstützt AutoML Vision Edge: Einfaches Erstellen und Bereitstellen von schnellen, hochpräzisen benutzerdefinierten Bildklassifizierungsmodellen am Rand. Kompatibel mit Google Cloud

Das KKSB Gehäuse für das Google Coral Dev Board bietet eine robuste und funktionale Lösung für den Schutz und die Nutzung des Boards. Hergestellt aus eloxiertem Aluminium in Schwarz und Grau, vereint es Langlebigkeit mit einem ansprechenden Design. Die präzisen Ausschnitte ermöglichen den einfachen Zugang zu allen wichtigen Schnittstellen, darunter USB-C, HDMI und GPIO. Das Gehäuse ist so konzipiert, dass es eine optimale Kühlung des Prozessors gewährleistet, dank integrierter Lüftungsöffnungen. Zudem unterstützt es die Montage eines Kameramoduls, was die Vielseitigkeit des Boards erhöht. Mit verschiedenen Montagemöglichkeiten, einschliesslich VESA 75, ist es ideal für unterschiedliche Anwendungen und Umgebungen. Die einfache Montage durch ein 2-teiliges Einrastdesign macht die Handhabung unkompliziert und benutzerfreundlich. - Langlebiges Aluminiumgehäuse für optimalen Schutz - Präzisionsausschnitte für alle wichtigen Anschlüsse - VESA 75 Montageoption für flexible Installation - Integrierte Lüftungsöffnungen für effektive Kühlung.

Ein USB-Zubehör, das Inferenzen des maschinellen Lernens auf bestehende Systeme bringt. Funktioniert mit Raspberry Pi und anderen Linux-Systemen Führt High-Speed-ML-Inferenzen durch: Der integrierte TPU-Coprozessor ist in der Lage, 4 Billionen Operationen (Tera-Operationen) pro Sekunde (Tops) durchzuführen, wobei 0,5 Watt für jedes Oberteil (2 Tops pro Watt) verwendet werden. Zum Beispiel kann es hochmoderne mobile Vision-Modelle wie mobilenet V2 AT 400 FPS energieeffizient ausführen Funktioniert mit Debian Linux: verbindet sich mit jedem Debian-basierten Linux-System mit einem mitgelieferten USB 3.0 Typ-C-Kabel Unterstützt Tensorflow Lite: keine Notwendigkeit, Modelle von Grund auf zu bauen. Tensorflow Lite-Modelle können zusammengestellt werden, um auf dem Rand TPE zu laufen Unterstützt Automl Vision Edge: Einfaches Erstellen und Bereitstellen von schnellen, hochpräzisen benutzerdefinierten Bildklassifizierungsmodellen auf Ihrem Gerät mit automl Vision Edge Ml Accelerator: Google Edge TPU Coprocessor Anschluss: USB 3.0 Typ-C (Daten/Strom) Abmessungen:65 Millimeter x 30 Millimeter