Das maschinelle Lernen hat den "Edge" erreicht - kleine Mikrocontroller, die eine sehr kleine Version von TensorFlow Lite ausführen können, um ML-Berechnungen durchzuführen.
Aber Sie brauchen keine superkomplexe Hardware, um mit der Entwicklung eigener TensorFlow-Modelle zu beginnen! Adafruit hat sein beliebtes PyBadge-Board so angepasst, dass Sie ein Mikrofon hinzufügen können, um Ihre Zehen in die Gewässer des maschinellen Lernens zu tauchen. Es kann alles, was das PyBadge kann, und wenn sie mehr projects machen, die maschinelles Lernen verwenden, werden sie dieses Board anpassen, um es immer besser für maschinelles Lernen zu machen.
Das EdgeBadge ist ein kompaktes Board - es ist so groß wie eine Kreditkarte. Es wird von Adafruit's Lieblings-Chip, der ATSAMD51, mit 512KB Flash und 192KB RAM angetrieben. Sie fügen 2 MB QSPI-Flash für die Speicherung von Dateien hinzu, praktisch für TensorFlow Lite-Dateien, Bilder, Schriftarten, Sounds oder andere Assets.
Auf der Vorderseite befindet sich ein PDM-Mikrofon als Eingang für die Mikro-Spracherkennung. Die Bibliothek Arduino enthält einige Demos, mit denen Sie beginnen können, um verschiedene Wortpaare wie "ja/nein", "oben/unten" und "Katze/Hund" zu erkennen. TensorFlow Lite für Mikrocontroller ist sehr innovativ, so dass Sie eine Menge Entwicklung in diesem Bereich erwarten können, mit vielen Code- und Prozessänderungen.
Sie können den EdgeBadge mit codieren: CircuitPython, MakeCode Arcade, TensorFlow Lite für Mikrocontroller / Arduino, und mehr!
Hier finden Sie eine Liste mit allen Funktionen, die Sie mit dem EdgeBadge erhalten. Da es sich um ein PyBadge+Mikrofon handelt, kann man auf der Produktseite
ATSAMD51J19 @ 120MHz mit 3.3V Logik/Stromversorgung - 512KB FLASH + 192KB RAM
2 MB SPI Flash zum Speichern von Bildern, Sounds, Animationen, was auch immer!
1.8" 160x128 Farb-TFT-Display, angeschlossen an einen eigenen SPI-Port
8 x Spiel-/Steuerungstasten mit schönen Silikontastenaufsätzen (diese fühlen sich großartig an)
5 x NeoPixels für Abzeichenblendung oder Spielstandserfassung
Dreiachsen-Beschleunigungsmesser (Bewegungssensor)
Lichtsensor, rückwärts montiert, so dass er auf die Vorderseite zeigt
Eingebauter Buzzer-Mini-Lautsprecher
Mono Class-D-Lautsprechertreiber für 4-8 Ohm-Lautsprecher, bis zu 2 Watt
LiPoly-Akku-Anschluss mit integrierter Ladefunktion
USB-Anschluss zum Aufladen des Akkus, zum Programmieren und Debuggen
Zwei Buchsenleisten mit Feather-kompatibler Pinbelegung, an die Sie alle FeatherWings anschließen können
JST-Anschlüsse für NeoPixels, Sensoreingänge und I2C (hier können Sie I2C-Grove-Anschlüsse anbringen)
Reset-Knopf
Ein-Aus-Schalter
TECHNISCHE DETAILS
Produktabmessungen: 86.3mm x 54.3mm x 13.6mm / 3.4" x 2.1" x 0.5"
Produktgewicht: 29.6g / 1.0oz
