Caractéristiques: Faible consommation et performances stables.notes: 1. Compatibilité: Peut être utilisé avec les cartes de développement H2, H3, H5, H6, A64 Orange Pi.2. Fournir des outils de conversion de modèles pour prendre en charge la décomposition de modèles de réseaux neuronaux convolutifs (CNN) basés sur la caféine.3. L’outil de formation peut appliquer directement le prototype original de formation rapide en langage naturel, vidéo, vocal, en langage naturel au bâton informatique du réseau neuronal. Modèle: pour Orange Pi AI Stick LiteAI Processeur:Série de puces: LightspeeurChip modèle: SPR2801sEfficacité énergétique: 9.3TOPs/wattConsommation ultra-faible: 2.8TOPs@300mW: 5.6TOPs@100MHzHardware Interface: SDIO3.0 / eMMC 4.5Paquet de puce: BGA (7mm * 7mm)Processus de fabrication: 28nmNorme d’interface: USB2.0, USB3.0 Type-ATransmission bande passante: bande passante de lecture = 68.00MB / s, bande passante d’écriture = 84.69MB / sFrameworks open source: Caffe, Tensorflow, PyTorch (Pytorch ne prend en charge que les tâches de classification pour le moment Modèles pris en charge: VGG, SSDOperating System: X86 Linux (Ubuntu 16.04) ARM Linux / ARM (ARM v7, ARM v8)Tension de fonctionnement: DC 5V 200mAOtempérature de fonctionnement: 0C à 40CStempérature de stockage: -20C à 80CDimensions: 66.5mm x 20.5mm x 10.8mmLogiciel fourni: (basé sur le framework « full-stack » de Pytorch)Logiciel fourni: Open ARM, X86 SDK, démos de modèles 1 à 2 intégrées; modèle d’outil de formation Plait.Matériel: ABScouleur: BlancListe d’emballage: 1 x pour Orange Pi AI Stick LiteSeul le contenu de l’emballage ci-dessus, les autres produits ne sont pas inclus. Remarque: La lumière et les différents affichages peuvent rendre la couleur de l’élément dans l’image un peu différente de la réalité. L’erreur de mesure autorisée est de +/- 1-3cm.