Cookie-Einstellungen
Diese Website benutzt Cookies, die für den technischen Betrieb der Website erforderlich sind und stets gesetzt werden. Andere Cookies, die den Komfort bei Benutzung dieser Website erhöhen, der Direktwerbung dienen oder die Interaktion mit anderen Websites und sozialen Netzwerken vereinfachen sollen, werden nur mit Ihrer Zustimmung gesetzt.
Konfiguration
Technisch erforderlich
Diese Cookies sind für die Grundfunktionen des Shops notwendig.
"Alle Cookies ablehnen" Cookie
"Alle Cookies annehmen" Cookie
Amazon Pay
Ausgewählter Shop
CSRF-Token
Cookie-Einstellungen
Individuelle Preise
Kunden-Wiedererkennung
Kundenspezifisches Caching
PayPal-Zahlungen
Session
Währungswechsel
Komfortfunktionen
Diese Cookies werden genutzt um das Einkaufserlebnis noch ansprechender zu gestalten, beispielsweise für die Wiedererkennung des Besuchers.
Merkzettel
Subshop
Statistik & Tracking
Endgeräteerkennung
Facebook Pixel
Google Ads
Google Analytics
Google Analytics
Google Tag Manager
Partnerprogramm
CHF 24.15
inkl. MwSt. zzgl. Versandkosten
Sofort verfügbar ab Zentrallager
4 Stück · 3 - 5 Werktage
Der Artikel kann nicht in den Warenkorb gelegt werden, da max. 1 Raspberry Pi pro Kunde erlaubt ist.
Wird oft zusammen gekauft:
SparkFun MicroMod Machine Learning Carrier Board
CHF 24.15
 
Gesamt:
CHF 108.30*
inkl.MwSt. inkl. Versandkosten
Wird oft zusammen gekauft:
=
Gesamt:
CHF 108.30*
inkl.MwSt. inkl. Versandkosten
Das MicroMod Machine Learning Carrier Board kombiniert einige der Funktionen unserer SparkFun... mehr
"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
Weiterführende Links zu "SparkFun MicroMod Machine Learning Carrier Board"
Daten "SparkFun MicroMod Machine Learning Carrier Board"
Gewicht Brutto (in kg): | 0.014 |
Artikelnummer: | DEV-16400 |
Hersteller: | SparkFun |
Hersteller Produktnummer: | DEV-16400 |
Zolltarifnummer: | 85271950 |
Herkunftsland: | USA |
Bewertungen lesen, schreiben und diskutieren... mehr
Kundenbewertungen für "SparkFun MicroMod Machine Learning Carrier Board"
Bewertung schreiben
Bewertungen werden nach Überprüfung freigeschaltet.
Bitte geben Sie die Zeichenfolge in das nachfolgende Textfeld ein.
Die mit einem * markierten Felder sind Pflichtfelder.
Zuletzt angesehen