Google Edge TPU 추론 개요
파이썬에서 추론 실행
Python을 사용하여 추론을 실행하는 경우 두 가지 옵션이 있습니다.
TensorFlow Lite API 사용:
이것은 TensorFlow Lite 모델을 실행하는 전통적인 접근법입니다. 데이터 입출력을 완벽하게 제어할 수 있으므로 다양한 모델 아키텍처에서 추론을 수행할 수 있습니다.
TensorFlow Lite를 이전에 사용한 적이 있다면 Interpreter 코드는 약간의 변경만으로도 에지 TPU에서 모델을 실행할 수 있습니다. (자세한 내용은 Python에서 TensorFlow Lite를 사용하여 추론 실행을 참조하세요.htps // 코라 l. 아이/도 cs/에드게 t푸/tfぃ테-py 텐/)
Edge TPU API 사용:
이것은
TensorFlow Lite C ++ API
위에 구축 된 Python 라이브러리이므로 이미지 분류 모델과 객체 감지 모델을 사용하여 더 쉽게 추론 할 수 있습니다.이 API는 TensorFlow Lite API의 경험이 없으며 단순히 이미지 분류 또는 객체 감지를 수행하는 데 유용합니다. 입력 텐서의 준비와 결과의 해석에 필요한 코드를 추상화하기 위해서입니다. 또한 Edge TPU에서 분류 모델의 고속 전송 학습을 수행하는 고유한 API를 제공합니다. (자세한 내용은 Edge TPU Python API 개요를 참조하세요.htps // 코라 l. 아이/도 cs/에드게 t푸/아피인 t로/)
C++에서 추론 수행
C++로 코드를 작성하려면 다른 플랫폼에서 TensorFlow Lite를 실행하는 것처럼
TensorFlow Lite C ++ API
를 사용해야합니다. 그러나 edgetpu.h
또는 edgetpu_c.h
파일의 API를 사용하여 코드를 몇 가지 변경해야 합니다. 기본적으로 Interpreter
객체의 외부 컨텍스트로 Edge TPU 장치를 등록하기 만하면됩니다. (자세한 내용은 C++에서 TensorFlow Lite에서 추론 실행을 참조하십시오. htps // 코라 l. 아이/도 cs/에드게 t푸/tfぃ테-cp/)Coral Accelerator 모듈은 2020년 초에 Coral 웹 사이트에서 판매됩니다. Google Coral 제품 및 대량 판매 또는 대량 판매 (볼륨 할인)에 관심이 있다면 환영합니다 Coral 해외 대행사 Gravitylink : htps : ///s. g 등 ぃ ty k k. 코 m/gぉ바 l
Reference
이 문제에 관하여(Google Edge TPU 추론 개요), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/huayecai/items/0fc70adb06833d96c0d6텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)