Brainchip Klassengruppe WKN: A14Z7W ISIN: AU000000BRN8 Kürzel: BRN Forum: Aktien User: Rarosch

https://twitter.com/StockTrackAU/status/1548961787781218304?t=HmIkqTpuITf8Uv5FvQnv5A&s=19

Ist doch prima 👍 python wird in so vielen Bereichen genutzt. Da ist dieses Tool doch ne feine Sache 👍

https://twitter.com/brainchip_inc/status/1549081661999960064?s=21&t=CRnQ3alcMD0pmOQGyz5Rlw

was haltet ihr von der Schnittstelle Akida Phyton ?

Link zum Video https://www.facebook.com/nasdaily/videos/458102379464968/?app=fbl Veröffentlichung in 3 Jahren

Automatische MetaTF-Konvertierung TensorFlow-Modelle Das Framework nutzt die Skriptsprache Python und die zugehörigen Tools und Bibliotheken, einschließlich Jupyter-Notebooks und NumPy. Erstellen Sie Modelle in TensorFlow Keras. Konvertieren Sie mit MetaTF einfach und automatisch. Sie müssen kein neues ML-Framework lernen. Konvertieren Sie Ihr CNN ganz einfach in SNN. Das MetaTF ML-Framework umfasst drei Python-Hauptpakete: Das Akida-Python-Paket ist eine Schnittstelle zum BrainChip Akida Neuromorphic System-on-Chip (NSoC). Um die Entwicklung von Akida-Modellen ohne tatsächliche Akida-Hardware zu ermöglichen, enthält es eine Laufzeit, einen Hardware Abstraction Layer (HAL) und ein Software-Backend, das den Akida NSoC simuliert. Das CNN2SNN-Tool bietet Mittel zum Konvertieren von Convolutional Neural Networks (CNN), die mit Deep-Learning-Methoden trainiert wurden, in ein Event-Domain-Netzwerk mit niedriger Latenz und geringem Stromverbrauch zur Verwendung mit der Akida-Laufzeit. Der Akida-Modellzoo enthält vorgefertigte Netzwerkmodelle, die mit der sequenziellen Akida-API und dem CNN2SNN-Tool unter Verwendung quantisierter Keras-Modelle erstellt wurden.

https://twitter.com/brainchip_inc/status/1549073739316244481?s=21&t=CRnQ3alcMD0pmOQGyz5Rlw

https://www.linkedin.com/posts/nanose-medical_nas-daily-he-can-smell-cancer-facebook-activity-6954811144440020992-B4Ne?utm_source=linkedin_share&utm_medium=android_app

🫣

Nacht euch viel Spaß noch