1. Home
Arduino  Tiny Machine Learning Kit
Empty
Empty
Arduino  Tiny Machine Learning Kit
Empty
Empty

Arduino

Artikel-Nr.: mp-efead9f6-tproduct

Das Tiny Machine Learning Kit in Kombination mit den aufregenden TinyML-Anwendungen und der Bereitstellung von TinyML auf Mikrocontrollern- Kursen, die Teil der TinyML-Spezialisierung (TinyML Learning) von EdX sind, bietet Ihnen alle Tools, die Sie benötigen, um Ihre ML-Visionen zum Leben zu erwecken! Das Kit besteht aus einer leistungsstarken Platine mit einem Mikrocontroller und einer Vielzahl von Sensoren (Arduino Nano 33 BLE Sense*). Das Board kann Bewegung, Beschleunigung, Rotation, Temperatur, Luftdruck, Geräusche, Gesten, Nähe, Farbe und Lichtintensität erfassen. Das Kit enthält ausserdem ein Kameramodul (OV7675) und ein benutzerdefiniertes Arduino-Schutzschild, mit dem Sie Ihre Komponenten einfach anbringen und Ihr eigenes einzigartiges TinyML-Projekt erstellen können. Sie können praktische ML-Anwendungsfälle mit klassischen Algorithmen sowie mit TensorFlow Lite Micro betriebenen tiefen neuronalen Netzen untersuchen. Die Zukunft des maschinellen Lernens ist winzig und hell. Wir sind gespannt, was Sie tun werden! Prof. Vijay Janapa Reddi, Harvard University und Pete Warden, Google
Empty
Empty
CHF 96.20

Arduino Tiny Machine Learning Kit


Farbe:

Multicolor

Geliefert durch MANOR PARTNER

Leider nicht mehr verfügbar online


Arduino

Artikel-Nr.: mp-efead9f6-tproduct

Das Tiny Machine Learning Kit in Kombination mit den aufregenden TinyML-Anwendungen und der Bereitstellung von TinyML auf Mikrocontrollern- Kursen, die Teil der TinyML-Spezialisierung (TinyML Learning) von EdX sind, bietet Ihnen alle Tools, die Sie benötigen, um Ihre ML-Visionen zum Leben zu erwecken! Das Kit besteht aus einer leistungsstarken Platine mit einem Mikrocontroller und einer Vielzahl von Sensoren (Arduino Nano 33 BLE Sense*). Das Board kann Bewegung, Beschleunigung, Rotation, Temperatur, Luftdruck, Geräusche, Gesten, Nähe, Farbe und Lichtintensität erfassen. Das Kit enthält ausserdem ein Kameramodul (OV7675) und ein benutzerdefiniertes Arduino-Schutzschild, mit dem Sie Ihre Komponenten einfach anbringen und Ihr eigenes einzigartiges TinyML-Projekt erstellen können. Sie können praktische ML-Anwendungsfälle mit klassischen Algorithmen sowie mit TensorFlow Lite Micro betriebenen tiefen neuronalen Netzen untersuchen. Die Zukunft des maschinellen Lernens ist winzig und hell. Wir sind gespannt, was Sie tun werden! Prof. Vijay Janapa Reddi, Harvard University und Pete Warden, Google

Bewertungen