Pullover Manor 2 per 1 >
Empty
Empty
Empty
Empty
Arduino
Codice articolo: mp-efead9f6-tproduct
Il Tiny Machine Learning Kit, in combinazione con le entusiasmanti applicazioni TinyML e la fornitura di TinyML su corsi microcontroller che fanno parte della Speciality TinyML (TinyML Learning) di EdX, vi offre tutti gli strumenti necessari per dare vita alle vostre visioni DA ML! Il kit è composto da una scheda potente con un microcontroller e una vasta gamma di sensori (Arduino Nano 33 BLE Sense). La scheda è in grado di muoversi, accelerare, ruotare, temperatura, umidità dell'aria, Rilevare la pressione dell'aria, i rumori, i gesti, la prossimità, il colore e l'intensità della luce. Il kit contiene inoltre un modulo telecamera (OV7675) e uno schermo di protezione Arduino personalizzato, che consente di installare facilmente i componenti e creare il proprio progetto TinyML unico. È possibile esaminare pratici casi di utilizzo IN ML con algoritmi classici e reti neurali profonde alimentate con TensorFlow Lite Micro.
Empty
Empty
CHF 96.20
Arduino ® Tiny Machine Learning Kit Modulo di espansione
Colore:
Multicolor
Spedito da MANOR PARTNER
Purtroppo non più disponibile online
Arduino
Codice articolo: mp-efead9f6-tproduct
Il Tiny Machine Learning Kit, in combinazione con le entusiasmanti applicazioni TinyML e la fornitura di TinyML su corsi microcontroller che fanno parte della Speciality TinyML (TinyML Learning) di EdX, vi offre tutti gli strumenti necessari per dare vita alle vostre visioni DA ML! Il kit è composto da una scheda potente con un microcontroller e una vasta gamma di sensori (Arduino Nano 33 BLE Sense). La scheda è in grado di muoversi, accelerare, ruotare, temperatura, umidità dell'aria, Rilevare la pressione dell'aria, i rumori, i gesti, la prossimità, il colore e l'intensità della luce. Il kit contiene inoltre un modulo telecamera (OV7675) e uno schermo di protezione Arduino personalizzato, che consente di installare facilmente i componenti e creare il proprio progetto TinyML unico. È possibile esaminare pratici casi di utilizzo IN ML con algoritmi classici e reti neurali profonde alimentate con TensorFlow Lite Micro.