Это с моего dev.to ( https://dev.to/kojikanao/coral-edgetpu-usb-with-virtualbox-57e1 ) Я получил флешку Coral в прошлом месяце. Я играл в это с Raspberry Pi3. Это очень крутой продукт, потому что с Coral USB производительность довольно хорошая. https://www.instagram.com/p/BxSmI5QFIUZ/ Но дело в том, что Raspberry Pi3B+ не может использовать USB3.0, что означает, что передача данных между Pi и Coral ограничена. Так что я очень хотел использовать Coral с USB 3.0, однако, к сожалению,..

Проект Google Coral недавно вышел из стадии бета-тестирования . Согласно тестам, устройства Coral обеспечивают отличное ускорение вывода нейронных сетей для домашних мастеров. Эти устройства основаны на специализированном блоке тензорной обработки ASIC (Edge TPU), работать с которым оказалось довольно сложно, но принудительные ограничения и причуды вознаграждаются. Мне не терпелось исследовать внутренние особенности взаимодействия между TensorFlow и Edge TPU и взломать оба, чтобы делать..

Одним из важных выводов моей работы по эталонному тестированию оборудования нового поколения, предназначенного для запуска моделей машинного обучения с значительно увеличенной скоростью и при относительно низком энергопотреблении, было то, что мы вполне могли начать оптимизацию нашего оборудования слишком рано. . Это было особенно очевидно, когда я начал смотреть на новую структуру AI2GO Xnor.ai и на прирост производительности с использованием TensorFlow Lite на новом Raspberry Pi 4 ...