ラズパイとEdge TPUで学ぶAIの作り方

関連サイト

本書の関連ページが用意されています。

• NextPublishingオフィシャルWebサイト

内容紹介

2019年GoogleよりEdge TPUが発売されました。本書はまだまだ情報の少ないEdge TPUを実際にラズパイ（Raspberry Pi）で使用して自分で作成したモデルを実行するまでを解説します。難しいAIの数式は無しに構築することが可能です。ラズパイをお持ちの方、Edge TPUが気になっている方にお勧めです。

書誌情報

• 著者: 高橋 秀一郎
• 発行日: 2020-03-13 (紙書籍版発行日: 2020-03-13)
• 最終更新日: 2020-03-13
• バージョン: 1.0.0
• ページ数: 82ページ(PDF版換算)
• 対応フォーマット: PDF, EPUB
• 出版社: インプレス NextPublishing

対象読者

エッジコンピューティング,IoT,TPU,Google,ラズパイ,TensorFlowに興味がある人

著者について

高橋 秀一郎

1981年長崎生まれ、神奈川育ち。大学卒業後はSIerの会社に就職し、その後約15年間IT系の仕事に従事する。メガバンクのシステム更改やDWH更改に携わり、社内のトレーニングや技術検証を行う。エッヂデバイスからクラウドを使用したサービスまで、一通りの実装が可能な技術を持ち、現在は、日夜現実世界の情報を電子データ化する技術を磨いている。Google Cloud Platform認定 Professional Cloud Architect

目次

第1章　ラズパイのセットアップ

• 1.1　OSの書き込み～PCからの接続
• 1.2　ネットワークへの接続と各種アップデート
• 1.3　この章のまとめ

第2章　Edge TPUのセットアップ

• 2.1　Edge TPUの接続
• 2.2　ライブラリーのインストール
• 2.3　サンプルの実行
• 2.4　この章のまとめ

第3章　mnistの学習と推論

• 3.1　Google Colaboratory
• 3.2　mnistの学習とモデルの変換
• 3.3　ラズパイでの実行
• 3.4　この章のまとめ

第4章　リアルタイム物体検出

• 4.1　ラズパイへカメラの接続
• 4.2　VNC接続設定
• 4.3　物体検出の実行
• 4.4　この章のまとめ

第5章　AutoML Visionでの学習とモデルの実行

• 5.1　GCPの設定
• 5.2　学習データの用意
• 5.3　学習の実施
• 5.4　ラズパイでの実行
• 5.5　この章のまとめ

第6章　AutoML Visionでの物体検出の学習とモデルの実行

• 6.1　学習データの用意
• 6.2　学習の実施
• 6.3　ラズパイでの実行
• 6.4　この章のまとめ

付録A　動画を画像に変換する