reComputer AI Lab
StartseiteModelleToolsTutorialsProjekteForen

Tutorials

reComputer RK-Serie
  • Einführung
  • Erste Schritte
    • Hardware-Anschluss
    • Konfiguration beim ersten Start
    • Übersicht der Ressourcen-Downloads
    • OS flashen
      • System auf MicroSD-Karte installieren
      • System auf SSD installieren
  • Schnittstellennutzungshandbuch
    • Systemübersicht
    • Schnittstellenbeschreibung
  • Konfigurieren
  • Anwendung
    • CV
    • LLM
    • Nanobot
    • VLM
  • Benchmark
    • CV
    • LLM & VLM
reComputer R-Serie
  • Übersicht
reComputer J-Serie
  • Einführung
  • Plattformübersicht
    • Übersicht
    • Was ist reComputer Jetson
    • NVIDIA Jetson-Modul
    • Seeed Jetson-kompatibles Trägerboard
    • Jetson Komplettsystem-Serie
    • Zubehörunterstützung
    • Anwendungsszenarien
  • Grundlegende Werkzeuge
    • Übersicht
    • Python und Programmiergrundlagen
    • KI und ML
    • CUDA
    • TensorRT
    • PyTorch
    • TensorFlow
    • Docker
    • OpenCV mit CUDA
    • ROS
    • NoMachine
    • Linux-Terminal und Texteditoren
    • Netzwerk und WLAN
    • SSH-Fernzugriff
    • VNC-Remotedesktop
    • Datenübertragung per Fernzugriff
    • Jtop und Systemüberwachung
    • Leistung und Lüftersteuerung
    • Browser und Eingabemethode
    • VS Code
    • JupyterLab
    • uv Python-Umgebungsmanager
    • WLAN-Adapter
    • SSD-Erweiterung
    • CSI-Kamera
    • USB-Kamera
    • GPIO
    • UART-serielle Kommunikation
    • I2C-Kommunikation
    • Super 4xMipi CSI
    • Super Dual Ethernet
    • Super-Chassis-Erweiterung
  • Computer Vision
    • Übersicht
    • Einführung in die Computer Vision
    • Wie Computer Bilder darstellen
    • Klassische Computer Vision
    • Neuronale Netze und CNNs
    • Deep-Learning-Aufgaben für Computer Vision
    • Eigenes Vision-Modell trainieren und bereitstellen
    • Modellexport und Edge-Bereitstellung
    • Echtzeit-Vision-Pipeline-Frameworks
    • DeepStream und Jetson
    • Vorreitertechnologien der Vision und Ausblick
    • Anhang: AI NVR auf reComputer
  • Entwicklung großer Modelle
    • Übersicht
    • Einführung in große Sprachmodelle
    • Erste Schritte mit Ollama
    • LLMs mit llama.cpp ausführen
    • Hochleistungs-Inferenz mit vLLM
    • Jetson Examples Schnellstart
    • ASR + LLM + TTS-Pipeline erstellen
  • Generative KI
    • Übersicht
    • Einführung in die Generative KI
    • Generative Adversarial Networks
    • Variational Autoencoders
    • Autoregressive Modelle und generative Textmodelle
    • Transformer-Modelle und Generative KI
    • Lokales intelligentes Q&A-System
    • Bildgenerierungsmodelle und Diffusionsmodelle
  • Robotik
    • Übersicht
    • Einführung in ROS
      • Übersicht über ROS und Umgebungs-Setup
      • Schneller Einstieg mit HelloWorld für ROS
      • ROS-Architektur
      • ROS-Kommunikationsmechanismus
      • Häufige ROS-Befehle
      • ROS-Betriebsverwaltung
      • Häufige Komponenten und Funktionen von ROS
      • TF-Koordinatentransformation in ROS
    • ROS1 Noetic
      • Übersicht
      • ROS1-Grundlagen
      • ROS1-Vision-Anwendungen
    • ROS2 Humble
      • Übersicht
      • ROS2-Grundlagen und Einrichtung
      • ROS2-Kernkommunikation
      • ROS2 erweiterte Schnittstellen und Middleware
      • ROS2-Tools, Launch und Visualisierung
      • ROS2-Simulation und Vision
    • Entwicklung mit physischen ROS-Robotern
      • Erste Schritte mit ROS-Robotern
        • Übersicht über das ROS-Robotersystem
        • Grundlegende Bewegungssteuerungsmethoden
      • Häufige Sensorverwendungen in Robotern
        • Tiefenkamerasensor
  • Optimierung und Bereitstellung
    • Übersicht
  • Praktische Anwendungen
    • Übersicht
    • Isaac ROS-Umgebung und -Einrichtung
    • Tiefen-Segmentierung
    • DNN-Stereotiefe
    • Freiraum-Segmentierung
    • Bildentzerrung und Vorverarbeitung
    • Bildsegmentierung
    • 3D-Szenenrekonstruktion und -kartierung
    • Objekterkennung
    • 3D-Pose-Schätzung
    • Visuelles SLAM
    • A-LOAM 3D SLAM auf Jetson
  • Zusammenfassung und Ausblick
Tutorials/reComputer J-Serie/Übersicht

Tabelle der Anwendungen Generativer KI

KapitelInhalt
Modul 6.1Einführung in die Generative KI
Modul 6.2Generative Adversarial Network
Modul 6.3Variational Autoencoders
Modul 6.4Autoregressive Modelle und Generative Textmodelle
Modul 6.5Die Evolution der Transformer-Modelle und der Generativen KI
Modul 6.6Lokales Intelligentes Q&A-System
Modul 6.7Bildgenerierungsmodelle und Diffusionsmodelle
PreviousASR + LLM + TTS-Pipeline erstellen
NextEinführung in die Generative KI
Auf dieser Seite
  • Tabelle der Anwendungen Generativer KI
SenseCraft

Wir unterstützen Entwicklerinnen und Entwickler weltweit mit leistungsstarkem Edge-Computing und KI-gestützten IoT-Lösungen.

Produkte
  • SenseCraft AI
  • SenseCraft HMI
  • SenseCraft App
  • SenseCraft DePIN
Ressourcen
  • Benutzerhandbücher
  • Wiki & Dokumentation
  • Downloads
Unternehmen
  • Über Seeed
  • Karriere
  • Kontakt
  • News
© 2008-2026 Seeed Studio & SenseCraft. Alle Rechte vorbehalten.
DatenschutzerklärungNutzungsbedingungen