Zoekresultaten voor "esp3212 OR wi OR fi OR ble OR module"

FLUX Beamo is a powerful and compact 30 W CO2 desktop laser cutter that can cut and engrave a range of materials including metals. With its easy-to-use design, intuitive controls and features, you can effortlessly create amazing things. Built-in HD camera Cutting and engraving is hassle-free with our preview mode. Place your material, preview the work area in the Beam Studio software and engrave. Your design comes out exactly as shown in the preview. Integrated safety features If left opened, auto pause ensures the laser stops. The internal water cooling system provides a stable cutting process. Plus, you can stop production with a single switch at any time. Powerful high resolution laser The Beamo ultra thin laser can engrave exceptional detail down to 0.05 mm wide with a clear resolution of 1,000 dpi. Fitting for any craft or small business project. The most precise compact CO2 laser engraver Beamo's sleek, modern and compact design fits beautifully in any home, school or workshop space. It comes pre-assembled with a metal body and acrylic lid, measuring 615 x 445 x 177 mm. Bring your designs to life with its 30 W CO2 laser operating on a 30 x 21 cm work area. Safe for home and school Beamo prioritises safety with its thoughtful design features. The machine is fully enclosed, and it automatically pauses if the lid is opened during a task. Additionally, there is a single switch for immediate machine shutdown in case of emergencies. Beamo is equipped with a Class 1 laser, which is completely safe under normal use. Specifications Dimensions 615 x 445 x 177 mm Weight 22 kg Work Area 300 x 210 x 45 mm (11.81 x 8,27 x 1.77") Camera Preview Area 300 x 195 mm Voltage AC 110 V / 220 V Touch Panel 1024 x 600 LCD Camera HD CMOS I/O Wi-Fi / Ethernet Laser Spec 30 W CO? Laser Laser Moving Speed 0~300 mm/s Laser Cutting Thickness 0-5 mm (varies by material) Software Mode Vector / Graphic (monochrome, gray scale) Operating System Windows / macOS / Linux Software File Type JPG / PNG / SVG / DXF Included FLUX Beamo (distilled water included) Vent hose Duct Clamp Double sided tape to align the mirror's Ethernet cable Vent Hose Double head wrench Wood piece Torx screwdriver and 2.5 mm hexagonal wrench Funnel 1x Laser Cutter Lubricant Power cord Wifi Dongle USB Beamo Manual Honey Comb Platform (30 W) Downloads Firmware

Lees (+) (–)

Le téléchargement intégral de ce numéro est disponible pour nos membres GOLD et GREEN sur le site Elektor Magazine ! Pas encore membre ? Cliquez ici. qu’est-ce que l’edge AI ?L’IA, intégrée à l’appareil découvrez Edge Impulse StudioConcevez et déployez facilement des modèles d’IA en périphérie détection de mots-clés avec Edge ImpulseCollecter, entraîner et déployer contrôle d’appareils par commande vocale avec le Nordic Thingy:53 Termes clés pour comprendre l’edge AI et le machine learning cours accéléré : démarrez avec Edge ImpulseApprenez à collecter, entraîner et déployer un modèle ML avec l’Arduino Nano 33 BLE Sense un nouveau chapitre pour ArduinoD’une carte pour amateurs à une plateforme d’edge computing premiers pas avec la détection d’objets sur des appareils edge détection de défauts sur circuits imprimésVision par ordinateur avec Raspberry Pi adapter l’IA aux appareils les plus compacts optimiser l’efficacité énergétique des appareils edge AI alimentés sur batterie grille-pain intelligentL’IA qui reconnaît le toast parfait Thundercomm Rubik Pi 3Raspberry Pi et l’edge AI, enfin réunis Leadership, ML embarqué et révolution de l’IA en périphérie modèles vision-langage en périphérieCascade de modèles pour une meilleure fiabilité découvrez Edge ImpulseQuestions de la communauté Elektor mise à jour du projet n°5 : Compteur d’énergie ESP32Utiliser l’Edge AI pour identifier les charges domestiques reconnaissance de mouvements avec détection d’anomaliesUn tutoriel détaillé système de ventilation intelligent : fusion des données sonores et environnementalesUtilisation d’un microcontrôleur double-cœur et du ML pour l’automatisation des fenêtres et persiennes intégrer la commande vocale aux écouteurs et aux casques l'IA en périphérie : au cœur des appareils de demain

Lees (+) (–)

Le téléchargement intégral de ce numéro est disponible pour nos membres GOLD et GREEN sur le site Elektor Magazine ! Pas encore membre ? Cliquez ici. qu’est-ce que l’edge AI ?L’IA, intégrée à l’appareil découvrez Edge Impulse StudioConcevez et déployez facilement des modèles d’IA en périphérie détection de mots-clés avec Edge ImpulseCollecter, entraîner et déployer contrôle d’appareils par commande vocale avec le Nordic Thingy:53 Termes clés pour comprendre l’edge AI et le machine learning cours accéléré : démarrez avec Edge ImpulseApprenez à collecter, entraîner et déployer un modèle ML avec l’Arduino Nano 33 BLE Sense un nouveau chapitre pour ArduinoD’une carte pour amateurs à une plateforme d’edge computing premiers pas avec la détection d’objets sur des appareils edge détection de défauts sur circuits imprimésVision par ordinateur avec Raspberry Pi adapter l’IA aux appareils les plus compacts optimiser l’efficacité énergétique des appareils edge AI alimentés sur batterie grille-pain intelligentL’IA qui reconnaît le toast parfait Thundercomm Rubik Pi 3Raspberry Pi et l’edge AI, enfin réunis Leadership, ML embarqué et révolution de l’IA en périphérie modèles vision-langage en périphérieCascade de modèles pour une meilleure fiabilité découvrez Edge ImpulseQuestions de la communauté Elektor mise à jour du projet n°5 : Compteur d’énergie ESP32Utiliser l’Edge AI pour identifier les charges domestiques reconnaissance de mouvements avec détection d’anomaliesUn tutoriel détaillé système de ventilation intelligent : fusion des données sonores et environnementalesUtilisation d’un microcontrôleur double-cœur et du ML pour l’automatisation des fenêtres et persiennes intégrer la commande vocale aux écouteurs et aux casques l'IA en périphérie : au cœur des appareils de demain

Lees (+) (–)

Drahtlose Kommunikation (E-book)

Lees (+) (–)

This book is about teaching the Python programming language using the Raspberry Pi 4 computer. The book makes an introduction to Raspberry Pi 4 and then teaches Python with the topics: variables, strings, arrays, matrices, tuples, lists, dictionaries, user functions, flow of control, printing, keyboard input, graphics, GUI, object oriented programming and many more topics. The book is aimed for beginners, students, practising engineers, hobbyists, and for anyone else who may want to learn to program in Python. The book includes many example programs and case studies. All the example programs and case studies have been tested fully by the author and are all working. The example programs aim to teach the various programming concepts of Python. The case studies cover the use of Python in the analysis and design of electronic circuits. Some of the case study topics are: Resistor colour code identification Resistive potential divider circuits Resistive attenuator design Zener diode voltage regulator design RC and RLC transient circuits Circuit frequency response Saving data on external memory stick Mesh and node circuit analysis using matrices Resonance in RLC circuits Transistor Biasing analysis Transistor amplifier design Design of active filters Interfacing hardware with GPIO, I²C and SPI Using Wi-Fi with Python and TCP/IP and UDP programs Using Bluetooth from Python Full program listings of all the programs used in the book are available at the Elektor website of the book. Readers should be able just to copy and use these programs in their Raspberry Pi projects without any modifications.

Lees (+) (–)

Diese Ausgabe steht allen GOLD- und GREEN-Mitgliedern auf der ElektorMagazine-Website zum Download bereit! Sie sind noch kein Mitglied? Hier klicken! Was genau ist eigentlich Edge-KI?Intelligenz direkt im Gerät Wir stellen vor: Edge Impulse StudioKI-Modelle für Edge-Geräte einfach erstellen und bereitstellen Keyword Spotting mit Edge ImpulseErfassen, Trainieren und Implementieren Intelligente Gerätesteuerung per Sprachbefehl mit Nordic Thingy:53 Edge-KISchlüsselbegriffe zum Verständnis von Edge-KI und Machine Learning Crashkurs: Einstieg in Edge ImpulseWie Sie mit dem Arduino Nano 33 BLE Sense ein ML-Modell erfassen, trainieren und bereitstellen Ein neues Kapitel für ArduinoVom Hobby-Board zur Edge-Computing-Plattform Erste Schritte mit Objekterkennung auf Edge-Geräten Fehlererkennung auf LeiterplattenComputer Vision mit dem Raspberry Pi KI-Skalierung für kleinste Geräte Optimierung der Energieeffizienz bei batteriebetriebenen Edge-KI-Geräten KI-ToasterWenn Edge-KI das Frühstück rettet Thundercomm Rubik Pi 3Raspberry Pi trifft Edge-KI Unternehmensführung, Embedded ML und die Edge-Revolution Vision-Language-Modelle für Edge-GeräteKaskadierte Modelle für höhere Zuverlässigkeit Lernen Sie Edge Impulse kennenFragen aus der Elektor-Community Projekt-Update #5: Energiemessgerät mit ESP32Haushaltsgeräte mit Edge-KI erkennen Bewegungserkennung mit Anomalie-ErkennungEin End-to-End-Tutorial Intelligentes Belüftungssystem: Verbindung von Schall- und UmweltdatenEin Dual-MCU-Ansatz mit Machine Learning für die automatische Steuerung von Fenstern und Jalousien Sprachsteuerung für Ohrhörer und Headsets Edge-KI: Intelligente Geräte auf dem Vormarsch

Lees (+) (–)