内容説明
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。
【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
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
