TF 卡是什么

简介: TF 卡是什么

TF Card 是 TrashFlash 卡的缩写,现称为 Micro SD Card,由 SanDisk 公司于 2004 年推出,尺寸接近指甲的微安全数字卡被认为是世界上最小的存储卡。可在 iPod,PDA,智能手机等设备中使用。

32MB MicroSD Card TF Card

Micro SD 卡是一种极细小的快闪存储器卡,其格式源自 SanDisk 创造,原本这种记忆卡称为 T-Flash,及后改称为 Trans Flash;而重新命名为 Micro SD 的原因是因为被 SD 协会 (SDA) 采立。另一些被 SDA 采立的记忆卡包括 Mini SD 和 SD 卡。其主要应用于移动电话,但因它的体积微小和储存容量的不断提高,已经使用于 GPS 设备、便携式音乐播放器和一些快闪存储器盘中。

TF 卡的体积为 15mm x 11mm x1mm ,差不多相等于手指甲的大小,是现时最细小的记忆卡。它也能通过 SD 转接卡来接驳于 SD 卡插槽中使用。 现时 MicroSD 卡提供 128MB、256MB、512MB、1G、2G、4G、8G、16G、32G、64G、128G 的容量(MWC 2014 世界移动通信大会期间,SanDisk(闪迪)打破了储存卡最高 64GB 容量的传统,正式发布了一款容量高达 128GB 的 Micro SD XC 储存卡。

在 Micro SD 面市之前,手机制造商都采用嵌入式记忆体,虽然这类模组容易装设,然而有着无法应实际应潮流需求的困扰——容量被限制住了,无法再有升级空间。Micro SD 仿效 SIM 卡的应用模式,即是同一张卡可以应用在不同型号的行动电话内,让行动电话制造商不用再为插卡式的研发设计而伤脑筋。 Micro SD 卡足以堪称可移动式的储存 IC。

相关文章
|
28天前
|
缓存 TensorFlow 算法框架/工具
TensorFlow学习笔记(一): tf.Variable() 和tf.get_variable()详解
这篇文章详细介绍了TensorFlow中`tf.Variable()`和`tf.get_variable()`的使用方法、参数含义以及它们之间的区别。
59 0
|
3月前
|
机器学习/深度学习 Python
tf.keras.layers.LSTM/tf.keras.layers.LSTMCell
【8月更文挑战第20天】tf.keras.layers.LSTM/tf.keras.layers.LSTMCell。
37 1
|
3月前
tf.keras.layers.Dense
【8月更文挑战第20天】tf.keras.layers.Dense。
54 2
|
3月前
tf.keras.layers.MaxPooling2D/AveragePooling2D
【8月更文挑战第19天】tf.keras.layers.MaxPooling2D/AveragePooling2D。
34 0
|
3月前
|
算法框架/工具 数据格式
tf.keras.layers.Conv2D
【8月更文挑战第20天】tf.keras.layers.Conv2D。
36 2
|
3月前
tf.zeros(), tf.zeros_like(), tf.ones(),tf.ones_like()
【8月更文挑战第11天】tf.zeros(), tf.zeros_like(), tf.ones(),tf.ones_like()。
33 5
|
3月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
【Tensorflow+Keras】tf.keras.layers.Bidirectional()的解析与使用
本文解析了TensorFlow和Keras中的`tf.keras.layers.Bidirectional()`层,它用于实现双向RNN(如LSTM、GRU)的神经网络结构。文章详细介绍了该层的参数配置,并通过实例演示了如何构建含有双向LSTM层的模型,以及如何使用IMDB数据集进行模型训练和评估。
79 8
|
TensorFlow 算法框架/工具
TensorFlow教程(6) tf.Variable() 和tf.get_variable()
TensorFlow教程(6) tf.Variable() 和tf.get_variable()
180 0
|
TensorFlow 算法框架/工具 机器学习/深度学习
【TensorFlow】tf.nn.softmax_cross_entropy_with_logits的用法
在计算loss的时候,最常见的一句话就是 tf.nn.softmax_cross_entropy_with_logits ,那么它到底是怎么做的呢? 首先明确一点,loss是代价值,也就是我们要最小化的值 tf.
1422 0