Configuración de cookies
Este sitio web utiliza cookies, que son necesarias para el funcionamiento técnico del sitio web y que siempre se establecen. Otras cookies, que aumentan la comodidad al usar este sitio web, se utilizan para publicidad directa o para simplificar la interacción con otros sitios web y redes sociales, solo se configuran con su consentimiento.
Configuración
Requerido técnicamente
Estas cookies son necesarias para las funciones básicas de la tienda.
Almacenamiento en caché personalizado
Amazon Pay
CSRF-Token
Cambio de divisas
Configuración de cookies
Cookie "Aceptar todas las cookies"
Cookie "Rechazar todas las cookies"
PayPal-Zahlungen
Precios individuales
Reconocimiento del cliente
Session
Tienda seleccionada
Funciones de conveniencia
Estas cookies se utilizan para hacer que la experiencia de compra sea aún más atractiva, por ejemplo, para reconocer al visitante.
Bloc
Subshop
Estadísticas y...
Detección de dispositivo final
Facebook Pixel
Google Analytics
Programa de afiliación
23,75 € *
inkl. MwSt. más envío y manipulación
Disponible immédiatement
4 pieza · 1 - 3 días laborables
The article cannot be placed in the shopping cart, as max. 1 Raspberry Pi per customer is allowed.
Frecuentemente compramos juntos:
SparkFun MicroMod Machine Learning Carrier Board
23,75 €
 
Total:
106,50 €*
VAT incluido. incluidos los gastos de envío
Frecuentemente compramos juntos:
=
Total:
106,50 €*
VAT incluido. incluidos los gastos de envío
Das MicroMod Machine Learning Carrier Board kombiniert einige der Funktionen unserer SparkFun...más
"SparkFun MicroMod Machine Learning Carrier Board"
Das MicroMod Machine Learning Carrier Board kombiniert einige der Funktionen unserer SparkFun Edge Board und SparkFun Artemis Boards, gibt Ihnen aber die Freiheit, mit jedem Prozessor der MicroMod-Reihe zu experimentieren, ohne dass Sie einen zentralen Computer oder eine Webverbindung benötigen. Spracherkennung, Always-on-Sprachbefehle, Gesten- oder Bilderkennung sind mit TensorFlow-Anwendungen möglich. Die Cloud ist beeindruckend leistungsfähig, aber die ständige Verbindung erfordert Strom und Konnektivität, die möglicherweise nicht verfügbar sind. Edge Computing übernimmt diskrete Aufgaben wie die Feststellung, ob jemand "Ja" gesagt hat, und reagiert entsprechend. Die Audioanalyse wird auf der MicroMod-Kombination und nicht im Web durchgeführt. Dadurch werden die Kosten und die Komplexität drastisch reduziert, während gleichzeitig potenzielle Datenschutzlecks begrenzt werden.
Das Board verfügt über zwei MEMS-Mikrofone (eines mit PDM-Schnittstelle, eines mit I2S-Schnittstelle), einen 3-Achsen-Beschleunigungsmesser ST LIS2DH12, einen Anschluss für eine Kamera (separat erhältlich) und einen Qwiic-Anschluss. Ein moderner USB-C-Anschluss macht die Programmierung einfach und wir haben den JTAG-Anschluss für fortgeschrittene Anwender freigelegt, die lieber die Leistung und Geschwindigkeit professioneller Tools nutzen möchten. Wir haben sogar einen praktischen Jumper hinzugefügt, um den Stromverbrauch für Tests mit geringem Stromverbrauch zu messen.
Features:
MicroMod Machine Learning Carrier Dokumentation:
Das Board verfügt über zwei MEMS-Mikrofone (eines mit PDM-Schnittstelle, eines mit I2S-Schnittstelle), einen 3-Achsen-Beschleunigungsmesser ST LIS2DH12, einen Anschluss für eine Kamera (separat erhältlich) und einen Qwiic-Anschluss. Ein moderner USB-C-Anschluss macht die Programmierung einfach und wir haben den JTAG-Anschluss für fortgeschrittene Anwender freigelegt, die lieber die Leistung und Geschwindigkeit professioneller Tools nutzen möchten. Wir haben sogar einen praktischen Jumper hinzugefügt, um den Stromverbrauch für Tests mit geringem Stromverbrauch zu messen.
Features:
- M.2 MicroMod Keyed-E H4.2mm 65 pin SMD Stecker 0.5mm
- Digitales I2C MEMS-Mikrofon PDM Invensense ICS-43434 (COMP)
- Digitales PDM-MEMS-Mikrofon PDM Knowles SPH0641LM4H-1 (IC)
- ML414H-IV01E Lithium-Batterie für RTC
- ST LIS2DH12TR Beschleunigungssensor (3-Achsen, Ultra-Low-Power)
- 24 Pin 0,5mm FPC Stecker (Himax Kameraanschluss)
- USB - C
- Qwiic-Anschluss
- MicroSD-Buchse
- Phillips #0 M2.5x3mm Schraube enthalten
MicroMod Machine Learning Carrier Dokumentation:
- Beginn mit dem MicroMod Machine Learning Carrier Board Guide
- Schaltplan
- Eagle-Dateien
- Anschlussanleitung
- Platinenabmessungen
- GitHub Hardware Repo
Enlaces de continuación a "SparkFun MicroMod Machine Learning Carrier Board"
Datos "SparkFun MicroMod Machine Learning Carrier Board"
Peso lordo (in kg): | 0.014 |
Número de artículo: | DEV-16400 |
Fabricante: | SparkFun |
Número de fabricante: | DEV-16400 |
Número de arancel aduanero: | 85271950 |
País de origen: | USA |
Leer, escribir y debatir reseñas...más
Valoraciones de clientes para "SparkFun MicroMod Machine Learning Carrier Board"
Escribir valoración
Las valoraciones se desbloquearán tras su comprobación.
Introduzca la secuencia de cifras en el campo de texto siguiente
Los campos marcados con un * son obligatorios.
Últimos vistos