Google Coral DEV Board Mini 2 GB 4 x 1.5 GHz
- Kataloški br:
- 2435948 - 62
- Oznaka:
- G650-03324-01
- EAN:
- 193575011295
- Kataloški br:
- 2435948 - 62
- Oznaka:
- G650-03324-01
- EAN:
- 193575011295
Google Coral DEV Board Mini 2 GB 4 x 1.5 GHz
 
                                      0.00 KM
Komada
Alternativno dostupni proizvodi:
Prikaži alternativne proizvode
0.00 KM
Komada
 
                                    
                Tehničke specifikacije
Tehničke specifikacije
- BEŽIČNI PRISTUP INTERNETU 
- b/g/n/ac 
- Bluetooth® verzija 
- 5.0 
- Duljina 
- 64 mm 
- Kapacitet memorije 
- 2 GB 
- Model 
- Google Coral Dev Board Mini 
- Priključci vanjski 
- microSD - USB-C® (napajanje) - 3,5 mm utičnica - HDMI™ 
- Procesorske jezgre (broj) 
- 4 x 
- Širina 
- 48 mm 
- Taktna frekvencija 
- 1.5 GHz 
- Vrsta proizvoda 
- jednopločno računalo 
Opis
Opis
Ploča za razvojne programere integrira MediaTek 8167 SoC s Edge TPU -om. Za razliku od Coral USB Acceleratora, to je samostalna platforma na kojoj možete u potpunosti pokrenuti svoju aplikaciju.
S Edge TPU-om, modeli Tensor Flow Lite mogu se koristiti za zaključivanje brzo i energetski učinkovito. Posebna prednost ovog rješenja: vaši podaci ostaju lokalni. To pomaže pri kašnjenju i naravno pri zaštiti podataka u skladu s Općom uredbom o zaštiti podataka (GDPR).
Google sve više koristi umjetnu inteligenciju (AI) i strojno učenje (ML) za implementaciju svojih usluga. U tu je svrhu za svoje podatkovne centre razvila specijalizirane procesore nazvane TPU ("tenzorska procesorska jedinica"), koji mogu brže i energetski učinkovitije izvoditi algoritme pomoću okvira TensorFlow. Na primjer, Google karte poboljšavaju ulični znakovi koje snima Street View, a koji se analiziraju uz pomoć neuronske mreže temeljene na TensorFlow -u. Vrhunac: TensorFlow se lako može programirati u Pythonu.
Edge TPU podržava TensorFlow Lite Framework i može izvesti do 4 milijarde aritmetičkih operacija u sekundi uz samo 2 W potrošnje. TensorFlow Lite je modificirana verzija TensorFlow -a, koja je posebno prilagođena potrebama mobilnih krajnjih uređaja i ugrađenih uređaja. Mnoge aplikacije TensorFlow također se mogu implementirati u TensorFlow Lite.
Ovaj tekst je strojno preveden.
 
                     
                                                                               
                      
                     
                      
                     
                      
                     
                      
                     
                                                      