4400

Adafruit
485-4400
4400

Produttore:

Descrizione:
Schede e kit di sviluppo - ARM Adafruit EdgeBadge - TensorFlow Lite for Microcontrollers

Disponibilità

A magazzino:
0

Puoi ancora acquistare questo prodotto per l'ordine in sospeso.

In ordine:
6
Tempo di consegna da parte della fabbrica:
80
settimane Tempo di produzione stimato in fabbrica per quantità superiori a quelle indicate.
Lunghi tempi di consegna per questo prodotto.
Minimo: 1   Multipli: 1
Prezzo Unitario:
-,-- €
Prezzo esteso:
-,-- €
Stima Tariffa:

Prezzi (EUR)

Qtà Prezzo Unitario
Prezzo esteso
30,92 € 30,92 €

Attributo del prodotto Valore dell'attributo Seleziona attributo
Adafruit
Categoria prodotto: Schede e kit di sviluppo - ARM
RoHS::  
Evaluation Boards
ARM Cortex M4
ATSAMD51
Marchio: Adafruit
Larghezza bus dati: 32 bit
Dimensioni: 85.7 mm x 54.6 mm x 10 mm
Tipo di prodotto: Development Boards & Kits - ARM
Quantità colli di fabbrica: 1
Sottocategoria: Development Tools
Peso unità: 29,600 g
Prodotti trovati:
Per visualizzare prodotti simili, spunta almeno una casella di controllo
Seleziona almeno una casella di spunta qui sopra per visualizzare prodotti simili in questa categoria.
Attributi selezionati: 0

Codici di conformità
CNHTS:
8543709990
USHTS:
8471500150
ECCN:
EAR99
Classificazioni di origine
Paese di origine:
Stati Uniti d'America
Paese di origine dell'assemblaggio:
Non disponibile
Paese di diffusione:
Non disponibile
Il paese è soggetto a variazioni al momento della spedizione.

EdgeBadge TensorFlow Lite for MCUs

Adafruit EdgeBadge TensorFlow Lite for MCUs is a compact board that is credit card-sized. It is powered by the ATSAMD51, with 512KB of flash and 192KB of RAM. It includes 2MB of QSPI flash for file storage, handy for TensorFlow Lite files, images, fonts, sounds, or other assets. A PDM microphone is also on the front as input for micro speech recognition. The Adafruit Arduino library has some demos the user can use to recognize word pairs like yes/no, up/down, and cat/dog. TensorFlow Lite for microcontrollers is very cutting-edge, so expect to see a lot of development in this area, with many code and process changes. Users can code the EdgeBadge with CircuitPython, MakeCode Arcade, TensorFlow Lite for Microcontrollers/Arduino, and more.