Cookie preferences
This website uses cookies, which are necessary for the technical operation of the website and are always set. Other cookies, which increase the comfort when using this website, are used for direct advertising or to facilitate interaction with other websites and social networks, are only set with your consent.
Configuration
Technically required
These cookies are necessary for the basic functions of the shop.
"Allow all cookies" cookie
"Decline all cookies" cookie
Amazon Pay
CSRF token
Cookie preferences
Currency change
Customer recognition
Customer-specific caching
Individual prices
PayPal payments
Selected shop
Session
Comfort functions
These cookies are used to make the shopping experience even more appealing, for example for the recognition of the visitor.
Note
Subshop
Statistics & Tracking
Affiliate program
Facebook Pixel
Google Ads
Google Analytics
Google Analytics
Google Tag Manager
Track device being used
23.95€ *
including VAT plus shipping costs
Available immediately
4 piece · 2 - 4 working days
The article cannot be placed in the shopping cart, as max. 1 Raspberry Pi per customer is allowed.
Frequently Bought Together
SparkFun MicroMod Machine Learning Carrier Board
23.95€
 
Total:
107.40€*
VAT included. including shipping costs
Frequently Bought Together
=
Total:
107.40€*
VAT included. including shipping costs
Das MicroMod Machine Learning Carrier Board kombiniert einige der Funktionen unserer SparkFun... more
"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
Related links to "SparkFun MicroMod Machine Learning Carrier Board"
Data "SparkFun MicroMod Machine Learning Carrier Board"
Gross weight (in kg): | 0.014 |
Order number: | DEV-16400 |
Manufacturer: | SparkFun |
Manufacturer Number: | DEV-16400 |
HS-Code: | 85271950 |
Country of origin: | USA |
Read, write and discuss reviews... more
Customer evaluation for "SparkFun MicroMod Machine Learning Carrier Board"
Write an evaluation
Evaluations will be activated after verification.
Please enter these characters in the following text field.
The fields marked with * are required.
Viewed