Cartes de développement

L'accélérateur USB Coral ajoute un coprocesseur Edge TPU à votre système. La simple connexion de cet accélérateur à un port USB permet une inférence d’apprentissage automatique à grande vitesse sur une large gamme de systèmes. Caractéristiques Système d'exploitation hôte pris en charge : Debian Linux, macOS, Windows 10 Compatible avec les cartes Raspberry Pi Framework pris en charge : TensorFlow Lite Effectue une inférence ML à grande vitesse Le coprocesseur Edge TPU intégré est capable d'effectuer 4 billions de téra-opérations par seconde (TOPS), en utilisant 0,5 watts pour chaque TOPS (2 TOPS par watt). Par exemple, il peut exécuter des modèles de vision mobile de pointe, tels que MobileNet v2, à près de 400 FPS de manière économe en énergie. Prend en charge toutes les principales plates-formes Fonctionne via le port USB avec n'importe quel système exécutant Debian Linux (y compris Raspberry Pi), macOS ou Windows 10. Prend en charge TensorFlow Lite Il n’est pas nécessaire de créer des modèles à partir de zéro. Les modèles TensorFlow Lite peuvent être compilés pour s'exécuter sur Edge TPU. Prend en charge AutoML Vision Edge Créez et déployez facilement et sur mesure des modèles de classification d'images rapides et très précis sur votre appareil avec AutoML Vision Edge. Caractéristiques Accélérateur ML Coprocesseur Google Edge TPU : 4 HAUTS (int8); 2 TOPS par watt Connecteur USB 3.0 Type-C (données/alimentation) Dimensions 65x30mm Téléchargements/Documentation Fiche de données Premiers pas avec l'accélérateur USB Compatibilité des modèles sur le Edge TPU Présentation de l’inférence Edge TPU Exécutez plusieurs modèles avec plusieurs Edge TPU Pipelinez un modèle avec plusieurs Edge TPU API PyCoral (Python) API Libcoral (C++) API Libedgetpu (C++) Compilateur Edge TPU Modèles précompilés Tous les téléchargements de logiciels

Lis (+) (–)