Вариатор cvt что это такое
Вариатор помогает сэкономить топливо и повысить комфорт вождения. Кроме того, он проще и дешевле в производстве, чем обычные автоматические коробки передач. Однако бесступенчатые автоматические коробки передач так и не смогли завоевать рынок. Не каждого устраивает особенность работы вариатора, и – что еще хуже – иногда они ломаются.
CVT – это сокращение от английского Continuously Variable Transmission , что означает бесступенчатая коробка передач. Вариатор – во многих отношениях трансмиссия необычная. Вместо классических зубчатых колес здесь используется стальной ремень или цепь, которая движется между двумя парами конических колес, образующих шкив.
Колеса установлены парой на входных и выходных валах. Каждая коническая пара может сближаться друг с другом или расходиться, благодаря чему бесступенчато меняется радиус шкива, и достигается плавное изменение передаточного отношения. При этом крутящий момент непрерывно передается от двигателя к колесам.
При движении с постоянной скоростью мотор работает на необычно низких оборотах, что и способствует снижению расхода топлива и повышению уровня комфорта. Пользователи автомобилей с CVT подчеркивают исключительную плавность движения – без толчков и рывков при старте. Вариаторы, как правило, меньше и легче классических автоматов. Поэтому они часто применяются в небольших городских автомобилях, особенно японских марок.
Но если все так хорошо, то почему доля автомобилей с CVT так мала? Выделить главную причину довольно сложно. Но многих водителей не устраивает специфическая работа коробок этого типа. Добавляешь газ, и двигатель, громко завывая, выходит на высокие обороты без заметного ускорения. Тихо становится лишь при движении с постоянной скоростью. Автолюбителей, любящих посильней вдавить педаль газа в пол, подобное поведение легкового автомобиля раздражает. Впрочем, так ведут себя, главным образом, бесступенчатые коробки передач из 80-х и 90-х годов.
Примерно 10 лет назад на рынке стали появляться CVT с так называемыми виртуальными передачами. В таком случае каждой из передач назначено определенное взаимное положение конических колес. Выбрать необходимую передачу можно, например, с помощью подрулевых лопаток (весел).
Данное решение используется с 2005 года в автомобилях Audi, оснащенных бесступенчатой трансмиссией Multitronic. В обычном режиме коробка ведет себя, как классический вариатор, т.е. поддерживает высокие обороты при разгоне. А работу «автомата» CVT имитирует только после перехода в спортивный режим.
Конструктивные особенности
Вариаторы, условно, можно разделить на две группы: со стальным ремнем и цепью. В бесступенчатых трансмиссиях присутствует и гидротрансформатор. Он нужен, прежде всего, для старта с места. Примечательно, но Multitronic обходится без него. В этих коробках используется пакет сцеплений и двухмассовый маховик.
Коробка вариатор имеет ряд серьезных ограничений, которые инженеры пока так и не смогли обойти. Например, по конструктивным причинам, ни цепь, ни, тем более, стальной ремень не в состоянии передать высокий крутящий момент. Из-за этого область применения CVT в настоящее время ограничена максимальным крутящим моментом двигателя на уровне 350-400 Нм. Впрочем, этот порог перекрывает показатели многих современных двигателей. Тем не менее, в Audi уже начинают отказываться от использования бесступенчатых коробок « Multitronic ».
В тоже время, другие производители упорно работают над усовершенствованием конструкции вариатора. Так Subaru демонстрирует все новые модели, оснащенные бензиновыми двигателями с турбонаддувом, полным приводом и бесступенчатой коробкой CVT (например, Linear tronic для Levorg).
Долговечность
О проблемах Audi с коробками Multitronic производства Luk слышал, наверное, каждый, кто хоть немного интересуется автомобилями. В CVT старого типа (1999-2006 гг.) постоянно сбоит управляющая электроника, выходит из строя механическая часть и преждевременно изнашивается цепь. Примечательно, что цепь использовали как раз для того, чтобы передать более высокий крутящий момент, но инженеры просчитались с ее прочностью. Со временем Немцы существенно доработали свои коробки, но проблемы все еще встречаются. Не вызывают доверия и другие немецкие вариаторы, например, ZF VT 1-27 T , применявшиеся в Mini R50/R53, и Mercedes 722.7/722.8 для моделей A/ B -класса.
Гораздо меньше хлопот доставляют японские конструкции. Хотя, вариатор Jatco, используемый в различных моделях Nissan (например, Qashqai), тоже относится к группе риска. Общая проблема коробок CVT – это ограниченная доступность запасных частей и нежелание некоторых механиков связываться с вариаторами. Бесспорный лидер по части надежности – вариаторы Toyota (Lexus).
Бесступенчатая автоматическая коробка, несмотря на сравнительно простую конструкцию, довольно сложная и дорогая в эксплуатации. В дополнение к неисправностям электроники и ремней/цепей встречается и преждевременный износ маховика. Стоит отметить, что двухмассовый маховик используется лишь в некоторых автомобилях с CVT (Ауди).
Заключение
Самое главное, не забывать о регулярной замене масла. К сожалению, не все производители ее рекомендуют. Если в сервисе Вам скажут, что менять масло в вариаторе не надо, то просто поищите другую мастерскую.
Бесступенчатая трансмиссия (англ. Continuously Variable Transmission, CVT ) — вид трансмиссии (передаточного устройства между двигателем и движителем (колёсами, гребным винтом и т. п.)), которая способна плавно изменять коэффициент передачи (отношение скоростей вращения и вращающих моментов двигателя и движителя) во всём рабочем диапазоне скоростей и тяговых усилий.
Содержание
Типы бесступенчатых трансмиссий [ править | править код ]
Бесступенчатые трансмиссии, как правило, классифицируются по типу передачи, обеспечивающей бесступенчатое изменение коэффициента передачи:
- Электрическая передача — двигатель вращает генератор, электромоторы — колёса (автомобили Белаз, трактор ДЭТ-250, ЗИС-154).
- Гидрообъёмная передача — двигатель вращает регулируемый гидронасос, поток масла по трубкам подаётся в гидромоторы, вращающие колёса (зерноуборочные комбайныДон-1500).
- Гидродинамическая передача, или гидротрансформатор — устройство из расположенных соответственно колёс с лопатками, перебрасывающих масло между колёсами. Хорошо сочетается с характеристиками ДВС, автоматически изменяя передаточное число, однако увеличение момента незначительно (до 2,5) и требует дополнительной коробки перемены передач (применяется в большинстве автоматических коробок передач легковых автомобилей и автобусов).
- Вариатор — механическая передача, основанная на передаче вращения (момента) трением через промежуточное тело (ремень, ролик, шарик), которое можно переводить в любую точку переменного радиуса ведущего и/или ведомого колёс, получая изменение передаточного отношения. Наибольшее распространение получил «клиноременной вариатор» (применяется в некоторых моделях современных легковых автомобилей, скутерах, а также в зерноуборочных комбайнах «Нива» для управления жаткой и молотилкой).
- Комбинированная трансмиссия — основной момент передаётся через обычные механические передачи, а меньшая часть момента — бесступенчато, что позволяет до некоторой степени совместить достоинства разных типов передач.
Вариаторная трансмиссия [ править | править код ]
В основе большинства современных автомобильных вариаторов — клиноременная передача. Левая боковина на ведущем шкиве и правая на ведомом подвижные. Зазор между боковинами в простейшем случае определяется центробежным регулятором, также могут применяться нагрузочные муфты. При повышении частоты вращения двигателя и ведущего вала боковины ведущего вала сдвигаются, тем самым посадочный диаметр шкива увеличивается, а коэффициент передачи — уменьшается.
Ременная передача целесообразна для мопедов и автомобилей особо малого класса; для более тяжёлых машин применяется цепная передача на том же конструктивном принципе.
Такая трансмиссия сама по себе не может ни стоять на месте, ни двигаться задним ходом — потому в большинстве автомобилей с вариаторами имеются гидротрансформатор и один планетарный ряд. Существует гибрид вариатора и робота — вариатор со сцеплением. В мопедах — автоматическое (центробежное) сцепление.
Вариатор не может работать с огромными крутящими моментами — на «низких передачах», используемых для резкого старта и форсирования препятствий [1] , ведущий шкив имеет минимальный размер, и весь крутящий момент передаётся через минимальную площадь ремня. Возможна прокрутка ремня, что очень вредно — царапается шкив, что ускоряет износ всего вариатора. На плохих дорогах бывает и такое: машина буксует на льду, добуксовывает до дороги и цепляется за неё, что тоже может привести к прокрутке. Этому есть несколько решений [1] :
- Электроника ограничивает мощность мотора в рискованных режимах.
- Планетарный ряд, расположенный после вариатора, преобразует скорость в силу и этим частично разгружает вариатор (линейка трансмиссий SubaruLineartronic[2] ).
- Всю нагрузку берёт на себя стартовая передача, действующая в обход вариатора (ToyotaDirect-Shift CVT, появившаяся в 2018 — некоторые модели Toyota Corolla, Lexus UX200[3] ).
Отличия в управлении [ править | править код ]
По органам управления вариатор не отличается от автомата. Помимо основных режимов (P, R, N, D, S), на селекторе может быть режим ± (виртуальные «передачи») или B (торможение двигателем). Переключение между режимами N, D, S, ± и B возможно и на ходу.
Преимущества и недостатки [ править | править код ]
- Динамичнее, чем на автомате, разгон. Разгон 0→100 Toyota Corolla 2013 (1,6 л атмосферный, 122 л. с.) 10,5 с на ручной модели (6 передач) и 11,1 на вариаторе. Для сравнения Opel Astra 2012 с похожим двигателем — 11,9 ручная (5 передач), 13,3 автомат (6 передач).
- Хороший расход топлива, близкий к ручной коробке, а иногда и превосходящий её: заявленный расход Toyota Corolla 2013 (1,6 л атмосферный, 122 л. с.) в смешанном цикле 6,3 л/100 км на вариаторе и 6,6 на ручной. Для сравнения Opel Astra 2012 — 6,6 ручная, 7,1 автомат.
- Проще и дешевле гидроавтомата.
- Из-за гидротрансформатора — очень простое управление: не останавливается жёстко, не откатывается на подъёмах, легко подталкивается по сантиметру.
- На 2019 год ограничивается автомобилями классом до семейного, средними кроссоверами.
- Программно ограничивается резкий старт, самый жёсткий режим для вариатора [4][1] .
- Не любят резкого изменения сопротивления движению — выездов из грязи на дорогу и наоборот [1] .
- Совершенно непривычное поведение автомобиля: на разгоне мотор мерно гудит, как троллейбус, но скорость растёт (иногда производитель делает виртуальные «передачи»). Из-за мер по защите вариатора на некоторых автомобилях можно «взобраться» на бордюр только с хода [1] — а не с места, как рекомендуется на ручных и автоматах.
- Из расходных материалов — клиновый ремень (в некоторых моделях) и дорогое редкое масло, доступное только от производителя коробок [2] .
- При поломке главной части, вариатора, вся коробка идёт в утиль. Потому не рекомендуется нарушать инструкцию.
Применение [ править | править код ]
Вариатор в качестве трансмиссии на колёса применяется широко:
- В автомобилях класса до малого (Ford Fiesta 1983—2002, Fiat Uno 1983—89). Именно на них проявляются преимущества вариатора и не важны недостатки.
- В мотороллерах.
Вариатор применяется редко:
- В автомобилях классов до семейного (Toyota Corolla, Subaru Legacy), лёгкий и средний кроссовер (Nissan Qashqai, Subaru Forester). Существуют производители (в основном японские), специализирующиеся именно на вариаторных авто.
Вариатор не применяется:
- В крупных и внедорожных автомобилях. Вариатор на такие нагрузки не способен.
- В гоночных и спортивных автомобилях. Разработки по гоночным вариаторам [5] , начавшиеся в конце 1980-х, были пресечены правилами гонок. Спорткар повторяет некоторые черты гоночного, и потому вариатора (даже механико-вариаторного гибрида на манер Toyota Direct-Shift CVT) иметь в принципе не может.
История вариаторных трансмиссий [ править | править код ]
Первая бесступенчатая трансмиссия была запатентована в 1886 году. С 1950-х годов бесступенчатые трансмиссии широко применялись для бортовых авиационных электрогенераторов, приводимых в действие вспомогательными двигателями.
Первая автомобильная бесступенчатая трансмиссия c резиновыми клиновыми ремнями была применена в малогабаритных голландских автомобилях DAF (DAF 600), а после продажи отделения DAF, выпускавшего пассажирские автомобили, патент унаследовала Volvo.
В 1987 году клиновые вариаторы с цепным приводом были запущены в массовое производство Ford и FIAT (Ford Fiesta, FIAT Uno). В то же время Subaru наладило производство своей CVT, которую поставляло и поставляет другим автопроизводителям.
В конце 1990-х годов вариаторы начали устанавливать и на машины среднего класса, взамен традиционных гидромеханических АКПП.
Комбинированная трансмиссия [ править | править код ]
Toyota Direct-Shift CVT [ править | править код ]
Механико-вариаторный гибрид, призванный побороть главную проблему вариатора — проблемы со стартом. Состоит из вариатора и стартовой зубчатой передачи. В самых сложных для вариатора режимах — старте и вытаскивании из грязи — работает механическая передача.
e-CVT (планетарно-электрический «вариатор» гибридных автомобилей) [ править | править код ]
CVT, установленная на автомобиле Toyota Prius, разработчики назвали PSD (Power Split Device, устройство распределения мощности, «трёхходовая муфта»). Построено PSD на основе планетарной передачи, где с «солнцем» соединён генератор, «водило сателлитов» соединено с двигателем, а «коронная шестерня» — с электромотором и колёсами. Поскольку соотношение диаметров (числа зубьев) шестерён планетарной передачи постоянное, планетарная передача делит крутящий момент двигателя внутреннего сгорания в постоянном отношении. Однако мотор-генератор, соединённый с «солнцем» планетарной передачи, может быть больше или меньше нагружен электрическим током.
Управляет этим процессом контроллер гибридной системы автомобиля. Момент торможения и, соответственно, обороты генератора могут изменяться в широких пределах (от −6000 об/мин до +6000 об/мин), то есть генератор может работать и как электромотор. Поэтому скорость вращения колёс автомобиля изменяется плавно, бесступенчато. При этом мощность, получаемая генератором, не пропадает — в виде электрической энергии она поступает на «тяговый» электромотор и, объединяя усилия с моментом двигателя, приводит в движение автомобиль. Такой гибридный привод в целом называется гибридный синергетический привод.
Есть поговорка – “старого пса не научишь новым трюкам”. Но про вариаторную трансмиссию (Continuously Variable Transmission, CVT), изобретённую Леонардо да Винчи еще 500 лет назад, и постепенно вытесняющую автоматическую коробку передач так сказать нельзя.
Первый патент на вариатор был оформлен в 1886 году, но с тех пор технология значительно продвинулась вперед. Сегодня несколько крупнейших автопроизводителей (таких как General Motors, Audi, Honda, Nissan, Toyota и др.) проектирует свои автомобили на основе вариаторной трансмиссии.
В отличие от традиционных автоматических трансмиссий, в вариаторе нет коробки передач с заданным количеством ступеней. Самый известный тип вариатора работает на основе ворота, позволяющего без использования жестко заданных передач установить любой коэффициент передачи крутящего момента.
Если вас смущает слово “передача”, которую продолжают использовать при описании CVT трансмиссий, то напомним, что в широком смысле “передача” – это отношение скорости колёсного вала к скорости двигателя. И хотя в вариаторе отсутствуют ступени, термин “передача” продолжают использовать из удобства.
Вариатор CVT на основе ворота (Pulley-based CVT)
Вариатор CVT на основе ворота
По сравнению с обычной трансмиссией, в которой используется достаточно сложное сочетание шестерней, тормозов, захватов и управляющих устройств, вариатор – образец простоты.
В большинстве вариаторных трансмиссий есть три компонента
Входной “движущий” ворот с изменяемым диаметром
Выходной “движимый” ворот с изменяемым диаметром
Металлический или резиновый ремень
Кроме того, в CVT используется множество микропроцессоров и сенсоров, но эти три элемента ключевые.
Ворот с изменяемым диаметром – сердце вариатора. Такой ворот состоит из двух 20 градусных конусов, направленный остриями друг к другу. В желобе между конусов протянут ремень. Обычно используются V-образные ремни, если они изготовлены из резины.
Когда конусы расположены дальше друг от друга и ремень находится в нижней части желоба, радиус петли уменьшается. Когда конусы расположены ближе друг к другу, ремень располагается выше, и, следовательно, радиус увеличивается. В вариаторах для изменения расстояния между половинками ворота используют гидравлический пресс, центробежную силу или пружины.
Вороты с изменяемым диаметром используются парами. Один ворот, называемый “движущим” (drive pulley или driving pulley), подсоединён к коленчатому валу двигателя. Так же иногда используют слово “входной” т.к. через него в трансмиссию поступает энергия от двигателя. Второй ворот, называемый “движимым” (driven pulley), передает крутящий момент колесному валу. Поэтому, его можно назвать “выходным” воротом.
Что бы сохранить натяжение ремня, когда один ворот увеличивает радиус, второй одновременно его уменьшает. Изменяя радиус воротов относительно друг друга, можно получить бесконечное количество ступеней. Например, когда радиус “движущего” ворота уменьшен, а “движимого” увеличен, то скорость вращения снижается и мы получаем пониженную передачу. Если радиус увеличен на “входном” вороте, а на втором снижен, то скорость вращения увеличивается и получается повышенная передача.
Простота и отсутствие ступеней делают CVT трансмиссию идеальной для многих видов техники, а не только автомобилей. Например, уже долгое время вариаторы используется в промышленных прессах, тракторах и скутерах. Во всех этих случаях в вариаторе использовались ремни из плотной резины, которые могли скользить и растягиваться, снижая эффективность.
Использование новых материалов позволяет сделать вариаторы еще более надежными и эффективными. Одним из важнейших моментов стало использование металлических ремней для соединения воротов. Эти ремни состоят из нескольких тонких стальных полос (обычно 9 или 12), скрепленных металлическими зажимами. Металлические ремни не скользят и отличаются высокой прочностью, позволяя использовать вариаторы с двигателями высокой мощности. Кроме этого трансмиссия с такими ремнями работает тише.
Поскольку вариаторы располагают бесконечным числом передач, они позволяют двигателю работать на наиболее выгодных режимах – нужна ли нам (на светофорных гонках) максимальная мощность, или, напротив, плавность и наименьший расход топлива (при спокойной езде). Потому модели с вариаторами отличает, при прочих равных, высокая экономичность, сочетающаяся с не менее приличной динамикой.
Кстати, в последнее время наметилась тенденция к росту числа передач у классических автоматов. В последних моделях встречается уже 8 передач (на легковой, заметим, машине). И делается это именно для сочетания высокой динамики и экономичности. Скоро увидим автоматы с десятью ступенями или даже с двенадцатью? А вот вариаторы уже находятся там, куда обычные автоматы с их переключаемыми планетарными рядами никогда не придут. Ведь число передач у вариатора бесконечно.
что это такое, плюсы и минусы
Как показывает практика, те, кто однажды попробовали данную систему АКПП, уже не могут от нее отказаться. Перечисляя плюсы и минусы вариатора можно отметить, что положительных качеств у нее гораздо больше. Но, стоит помнить важный факт: вариаторная коробка передач не подходит для гоночных автомобилей. Хотя, для многих автовладельцев это не является большой проблемой.
Перед тем как останавливать свой выбор на определенной модели, следует знать, как проверить вариатор при покупке.
Сложного в данной процедуре ничего нет, достаточно просто поездить на автомобиле и коробка CVT покажет себя.
Надежность вариатора напрямую зависит от того, как водитель использовал машину. Многие не знают, что это такое CVT коробка передач, поэтому следует обратить внимание на полезную информацию.
Принцип работы вариаторной коробки
Название CVT коробка передач взялось у нас с английского языка. Именно там создалась аббревиатура с длинного названия Continuously Variable Transmission. Ее устройство и принцип работы достаточно простой, вся система заключается в непрерывном и автоматическом переключении скоростей. Вариаторная КП имеет бесступенчатую трансмиссию, которая не имеет в своем устройстве конечную точку фиксирования положений, а плавно переходит по разным придаточным числам.
Стоит отметить, что принцип действия вариатора уже давно использовался, только не в автомобилях. Его устанавливали на бензопилы, снегоходы и станки на предприятиях, и как показала практика, они служили даже больше установленного срока годности. Да, такая техника не подвергалась большим нагрузкам, но работая на установленной мощности, она было достаточно результативна.
Конечно, для автомобиля и его необходимой скорости требовался более надежный и качественный тип вариатора. На этой почве, инженеры смогли разработать безупречную трансмиссию, которая теперь стала популярна во многих странах. Вариатор имеет свои плюсы и минусы, чего пока не получается избежать ни в одной модели.
Что представляет собой вариатор?
Что такое вариатор в машине знает не каждый. Более того, многие даже не догадываются, что ездят на бесступенчатой коробке передач.
Другими словами, можно подметить, что никаких внешних отличий в автомобилях вы не заметите, ведь машина имеет скорость не ниже средней на любых участках дороги.
В целом, устройство вариатора – это два шкива, которые соединяются между собой прочным ремнем. Тот шкив, что является ведущим, соединяется с коленным валом двигателя, а ведомый по приводам пускает энергию в колеса. Электроника играет важную роль в надежности вариатора, так как практически полностью руководит всеми процессами.
Схема устройства
Считается, что такая КПП, является одной из самых простых по своей конструкции. Но, даже при такой простой схеме, во время движения человек чувствует абсолютную плавность. Электроника выбирает самые лучшие параметры практически для каждой скорости, ведь для нее отсутствует такое значение как передача. Каждая особенность в принципе работы вариатора является практически уникальной и противоположной обычной системе.
Типы вариаторов и главные отличия от автомата
Существует три типа коробок CVT. Каждый из них по-своему ведет себя в автомобиле, и владелец сам выбирает более подходящий для себя вариант.
- Гидромеханический.
- Вариативный.
- Электрический.
В первом случае идет непосредственная связь коробки с гидромуфтой. Вариативная работает на ремне и валах, а электрическая берет энергию из моторов, которые имеются на каждом колесе.
В целом, принцип работы вариатора не сильно отличается от автомата. Главное отличие – это разная схема конструкции и сборки. Педали сцепления нет и в том и другом случае, переключение скоростей происходит непосредственно в коробке.
Достоинства вариатора
Зная принцип работы вариаторной коробки передач нужно обязательно отметить ее положительные качества. При движении по дороге, набор скорости происходит максимально плавно, отсутствуют рывки и подергивания. Таким способом можно легко проверить вариатор при покупке, прокатившись на нем на какое-то расстояние.
При этом, разогнаться до необходимой скорости у водителя получиться гораздо быстрее. К преимуществам вариатора можно отнести и то, что с такой коробкой практически невозможно заглохнуть при остановке. Такие автомобили очень ценятся в больших городах с регулярным скоплением пробок. Зная, как работает вариатор, вы сможете упростить свою жизнь и добавить комфорта в езду за рулем.
Если вы еще не знали, как работает вариатор, то приятной новостью будет его низкий уровень шума. Во время езды его практически не слышно. Также это значит то, что вы будете отлично экономить топливо при ее пользовании. В наше время остро стоит вопрос о загрязнении окружающей среды и поэтому коробка вариатор выпускает значительно меньшее количество выхлопных газов, нежели стандартный автомобиль.
Минусы вариаторной коробки
Срок службы вариатора напрямую зависит от его использования. Практика показывает, что надежность автомобиля, работающего на высоких оборотах длительное время, сильно падает. Также вариаторная коробка передач требует к себе большего внимания сервисного обслуживания. Каждые 30 тысяч километров требуется менять все фильтры и масла. Эти простые действия сильно напрягают водителей, и поэтому они считают, что в этом вариатор плох. Следует отметить, что масло для такой коробки стоит значительно дороже стандартного и поэтому обслуживание вариатора обходится дороже.
Зная, как работает вариатор, стоит понимать, что установить его на автомобиль мощностью более 220 лошадиных сил просто невозможно. Нужно регулярно устраивать проверки коробки, так как выход из строя хотя бы одного из датчиков, приведет к сбою всей системы. Этот минус считают самым основным из вышеперечисленных.
Заключение
Прежде, чем покупать данный автомобиль, разберитесь, что это такое CVT коробка передач. Вариатор имеет свои плюсы и минусы, поэтому нужно все внимательно изучить и сделать выводы, подойдет ли такой автомобиль для вашего образа жизни. Внешне такие машины выглядят не хуже остальных, и есть любители, которых устраивает данная комплектация. Недостатки вариатора играют важную роль, но если пользоваться автомобилем аккуратно и не нарушать правила, установленные производителем, то механизм прослужит вам долгие годы и никогда не подведет. Помните, что такое CVT и тогда пользуйтесь им правильно.
что это, значение, принцип работы
Вариатор (CVT, Continuously Variable Transmission) — это бесступенчатая трансмиссия, передающая крутящий момент от двигателя. В переводе с английского аббревиатура CVT обозначает «постоянно изменяющаяся трансмиссия». Устройства подобного типа появились гораздо раньше, чем автомобильные коробки передач, и применялись в швейных машинах и промышленном оборудовании. Авторство первого вариатора приписывается Леонардо да Винчи (XV век). Однако несмотря на привычную инженерам конструкцию, первые CVT на машинах появились лишь в 50-х годах XX века.
Виды вариаторов
В технике применяется три разновидности вариаторов: клиноременные, тороидные, гидростатические и механические. Однако последний тип используется в станкостроении и не устанавливается на авто.
Клиноременные вариаторы
В основе этого вариатора лежат два шкива, соединенные ремнем с сечением трапецеидальной формы. Шкивы выполнены в виде конических дисков, позволяющих плавно изменять передаточное число. Для увеличения прочности и износостойкости ремень может изготавливаться из металлических пластин или в виде стальной цепи. Его конструкция и материал не влияют на принцип работы вариатора.
Тороидные вариаторы
Бесступенчатые коробки передач тороидальной конструкции имеют в основе пару колес со сферической рабочей поверхностью. Между ними зажимается ролик, который смещается, касаясь колес на участках с разной толщиной.
Гидростатические вариаторы
Эти устройства не используют силу трения. Они работают за счет использования насосов переменного давления, приводящих в действие гидростатические двигатели. Зачастую гидростатическая трансмиссия сочетается со сцеплением и планетарной передачей, образуя гибридную гидромеханическую АКПП. Она использует гидравлику для передачи момента на малой скорости и механику — на большой. В промежутке применяется смешанная передача. Такое решение используется в тракторах и спецтехнике, работающей в тяжелых условиях.
Как работает и устроен вариатор
Клиноременная передача получила наибольшее распространение в автомобилестроении. Во время езды две конусовидные половины, установленные под углом к оси вала, приближаются друг от друга. При отдалении шкивов лента уходит внутрь, а при сближении приобретает клинообразную форму. Клин увеличивает радиус шкива, передаточное число растет. При отдалении происходит обратный процесс.
Шкивы смещаются под действием пружины и центробежной силы или гидравлического привода. В случае применения привода используется электронное управление. Оно обеспечивает оптимальный режим работы двигателя. Электроника увеличивает ресурс вариатора и уменьшает расход топлива.
В устройстве используются ремни из армированной резины, стальных пластин или цепи. Клиноцепные вариаторы отличаются высоким КПД. Прочная цепь постоянно испытывает сильные нагрузки и перегревается, что требует установки принудительного охлаждения масла.
В тороидном вариаторе крутящий момент между дисками передается с помощью роликов. Они смещаются под воздействием специальных устройств, регулирующих силу прижатия. Движение роликов и регулировка передаточного контролируется электроникой. Тороидные вариаторы появились недавно и еще не успели завоевать рынок. Однако, благодаря большому ресурсу и высокому КПД они имеют наилучшие перспективы.
Чем отличается вариатор от АКПП
Автоматическая коробка передач не может плавно изменять передаточное число. Переключения передаточного числа производятся резко. Поэтому использование вариатора помогает добиться оптимальных условий работы двигателя независимо от скорости и нагрузки. Однако ременная передача вариатора не может выдержать большие усилия. Поэтому CVT устанавливаются преимущественно на маломощные автомобили и не используется на внедорожниках. Стихия вариатора — плавная городская езда без резких ускорений.
Плюсы и минусы вариатора
Преимущества вариаторов состоят в следующем:
- комфорт от поездки на авто — CVT работает идеально плавно, без малейших рывков;
- постоянная работа двигателя в оптимальном режиме позволяет существенно экономить топливо;
- машины с вариатором выбрасывают меньше вредных веществ, чем авто с МКПП и АКПП;
- использование вариатора позволяет исключить пробуксовку колес во время езды по обледенелой дороге;
- электронное управление режимами нагрузки на двигатель увеличивает его моторесурс;
- вариатор работает тише, чем коробка передач;
- бесступенчатая коробка передач стоит дешевле, чем автоматическая.
Вариатор уступает АКПП при буксировке тяжелых прицепов, движении по бездорожью и спортивной езде. Поэтому мощные машины, внедорожники и авто, рассчитанные для буксировки, оснащаются АКПП. Техническое обслуживание и ремонт CVT обходится дороже. Это связано с необходимостью более частой замены трансмиссионной жидкости, которая стоит дороже трансмиссионного масла для АКПП. Вариатор значительно более сложный и «нежный» механизм, чем АКПП. Поэтому он быстрее выходит из строя. Высокая трудоемкость и сложность ремонта CVT вынуждает тратить больше денег на обслуживание агрегата. Поэтому необходимо внимательно отнестись к обслуживанию бесступенчатой коробки и не подвергать ее чрезмерным нагрузкам. В таком режиме она способна долго прослужить без дорогостоящего ремонта.
Вариаторная коробка передач CVT и CVT XTRONIC: фотообзор и отзывы
22.01.202245 344 10 9 КПП
Автор:Иван Баранов
Развитие автомобильных технологий никогда не стояло на месте. На протяжении всего автомобилестроения машины оснащались механическими коробками передач и автоматическими КПП. Однако последние годы всё чаще производители авто разрабатывают модификации с вариаторной CVT коробкой передач.
Очевидно, первым делом назревает вопрос: «вариаторная CVT коробка передач — что это такое?» CVT – Continuously Variable Transmission или бесступенчатая коробка. Бесступенчатая она, потому что при работе такой тип трансмиссии плавно и беспрерывно изменяет передаточное число.
Можно предположить, что коробка передач вариатор CVT изобретен совсем недавно. Однако это изобретение далеко не новое. Своё начало принцип работы такой трансмиссии берёт в конце пятнадцатого века от самого Леонардо да Винчи. В те времена его идея не придавалась особому вниманию. Впервые трансмиссия CVT была установлена в автомобиль в середине двадцатого века. А основную популярность у разработчиков авто получила только в 90-е годы минувшего столетия.
Селектора CVT коробкиВ настоящее время всё больше компаний разрабатывают, усовершенствуют вариатор CVT и внедряют его в свою продукцию. Лидирующими компаниями по производству автоматических и бесступенчатых коробок переключения передач являются:
- Aisin Seiki Co – японская компания, тесно сотрудничающая с Toyota;
- Jatco (Japanese Automatic Transmission Co) – дочерняя фирма Nissan;
- ZF Friedrichshafen AG – немецкая компания, занимающаяся подвесочными и приводными технологиями.
Содержание
- 1 Обзор КПП CVT
- 1.1 Тороидальный
- 1.2 Клиноременный
- 1.3 Плюсы
- 1.4 Минусы
- 2 Обзор CVT XTRONIC
- 2.1 Плюсы
- 2.2 Минусы
- 3 Отзывы об CVT и CVT XTRONIC
- 4 Видео «Обоз CVT Xtronic Nissan»
[ Раскрыть]
[ Скрыть]
Обзор КПП CVT
Вариатор CVT в какой-то степени можно считать эволюционной версией классической механической коробки передач. Если в «механике» передачи переключаются за счёт шестерёнок и сцепления, то CVT коробка изменяет придаточное число без помощи узлов зацепления. В то же время вариатор CVT, как и автоматическая коробка переключения передач обладает полностью автоматизированным механизмом. Однако работа вариатора и «автомата» принципиально отличается.
В автомобилестроении чаще всего используют два вида бесступенчатых КПП. Это тороидальный и клиноременный вариаторы CVT. Особую распространённость заслужил клиноременный принцип, но и у него имеются свои плюсы и минусы.
Рассмотри оба типа бесступенчатой коробки переключения передач.
Тороидальный
Фрагмент тороидального вариатораТороидальный тип трансмиссий имеет меньшую распространённость в современных автомобилях, чем клиноременный. Такое приспособление устанавливается только в заднеприводных и полноприводных автомобилях с продольно расположенным двигателем. Такой тип вариатора имеет весьма простой и интересный принцип работы.
В систему тороидального вариатора входит два диска: ведущий и ведомый. Между ними располагаются ролики. В процессе работы ролики вращаются относительно одной — горизонтальной оси и одновременно перемещаются относительно другой — вертикальной оси. Такие манипуляции позволяют роликам перенаправлять работу, касаясь различных областей дисков.
Схема обозначений механизма работы тороидального вариатораПо мере перемещения роликов относительно оси вертикальной, происходит изменение придаточного числа, а за счёт сил трения роликов между дисками осуществляется передача крутящего момента.
Если ролики с ведущим диском контактируют около обода, то производится увеличение скорости и уменьшается крутящий момент – это наивысшая передача. Если ролики контактируют с ведомым диском с краю обода, происходит снижение скорости и увеличение крутящего момента, что является самой низкой передачей. Благодаря этому возможно почти бесконечное количество «передач».
В надёжности тороидальный вариатор CVT за счёт своей конструкции берёт верх над клиноременным. Зато полностью не подлежит ремонту. Детали для замены найти почти невозможно. Если происходят какие-либо серьёзные поломки, в сервисном центре, скорее всего, посоветуют замену вариатора.
Клиноременный
Клиноременный вариатор в разрезеКлиноременный тип вариаторов устанавливается преимущественно в переднеприводных автомобилях. В основу работы системы входит две пары конически дисков и металлический ремень, который изготавливается из пары пакетов металлических лент (количество лент в пакете варьируется от 9 до 12 штук). Ленты скрепляются между собой элементами в виде бабочки.
Составные элементы передаточного ремня Иллюстрация элементов крепления ремняКаждая пара дисков состоит из стационарного и движущегося диска — это значит, что они являются шкивами. Каждый шкив имеет связь с соответствующим валом. Как это все работает описано ниже:
- Первичный вал передаёт ведущему шкиву крутящий момент от двигателя посредством гидротрансформатора.
- Усилие в гидротрансформаторе передаётся, когда приводное насосное колесо подаёт гидравлическое масло на связанное с первичным валом турбинное колесо.
- Через металлический ремень передаётся усилие с ведущего шкива на ведомый, который связан со вторичным валом.
- Передача момента на вторичный вал для движения автомобиля вперёд осуществляется при помощи планетарного редуктора с дисковым сцеплением.
- Для движения назад, активизируется дисковый тормоз, он же является реверсивным механизмом (механизм задней передачи).
- Далее, промежуточный вал передаёт крутящий момент дифференциалу, который равномерно распределяет приводные усилия на каждую из полуосей.
Такое взаимодействие процессов в последующем приводят колёса в движение.
Схема с обозначениями элементов клиноременного вариатора: 1 — первичный узловой вал; 2 — вторичный узловой вал; 3 — приводной масляной насос; 4 — гидротрансформатор; 5 — реверсивный механизм; 6 — дифференциал КПП; 7 — передаточный ремень.Скорость движения осуществляется за счёт изменения диаметров обоих шкивов. Диаметр ведущего шкива в самом начале движения и наборе скорости минимален. Изменение диаметра происходит за счёт движения дисков шкива. При минимальном диаметре диски сжаты до предела. Когда диски максимально допустимо разжаты шкив приобретает наибольший диаметр.
Иными словами, при минимальной скорости диаметр ведущего шкива минимален, а ведомого максимален. А при движении на максимальной скорости ведущий шкив имеет максимальный диаметр, а ведомый наименьший диаметр.
Иллюстрация изменения диаметра шкивовРегулировка скорости движения обеспечивается согласованным изменением диаметров обоих шкивов. Благодаря всем доступным вариантам диаметров, количество «передач» может быть неограниченным.
Принцип работы каждого типа этих бесступенчатых коробок передач имеет как плюсы, так и минусы.
Плюсы
- Непревзойдённая динамика движения. У оснащённого коробкой CVT автомобиля скорость набирается плавно, при этом скачки и рывки не наблюдаются. Такое движение подобно движению электромобиля.
- Автомобиль не глохнет при остановках, в том числе и длительных, чем экономит топливо.
- Не требует переключения скоростей при движении.
- Автомобилем с вариатором значительнее проще управлять, так как имеется всего две педали. Педаль сцепления отсутствует из-за ненадобности.
- При разгоне современные вариаторы не создают излишнего шума.
- Помимо экономии топлива, при работе трансмиссии снижается количество вредных веществ, выпускаемых в атмосферу.
- В плане разгона, автомобиль с вариатором CVT выигрывает у авто с другими трансмиссиями.
Минусы
- Небрежная эксплуатация вызывает скорый выход из строя вариатора CVT.
- Имеет склонность к разрушению при длительных поездках на полной мощности и максимально высоких оборотах.
- Пригоден для установки в автомобили с малолитражными двигателями.
- При обслуживании вариатора обязательно заливать только оригинальную рабочую жидкость, которую достаточно сложно приобрести. Также она имеет высокую цену.
- Ремонт такого агрегата довольно дорогостоящий. А замена деталей неосуществима из-за их отсутствия в продаже. При значительных повреждениях КПП приходится производить его полную замену.
- Относительный низкий ресурс бесперебойной работы трансмиссии.
Обзор CVT XTRONIC
Разработка компании «Nissan», которой оснащается множество моделей собственного производства. Является более усовершенствованным клиноременным вариатором. Конструкция этого вариатора претерпела изменения в устройстве шкивов и передаточного ремня. Шкивы стали заметно тоньше, а передаточный ремень приобрёл алюминиевую основу, что снизило гибкость.
Повышенной надёжности вариатор CVT Xtronic обязан новому, более компактному масляному насосу. Такое решение снижает возникающее давление между ремнем и шкивами. Внедрённая система Adaptive Shift Control позволяет настраивать бесступенчатую трансмиссию множеством вариантов, приспосабливая управление автомобилем в каких угодно дорожных условиях.
CVT Xtronic от Ниссан в разрезеОтносительно своего предшественника вариатор CVT Xtronic стал на 10% меньше в размерах и на 13% легче. При этом снизились потери на внутреннее трение аж на 30%. Xtronic получил дополнительную планетарную передачу. Такое решение было первым в своём роде и позволило повысить коробке передаточное число до 7.3 к 1 в сравнении с вариаторами традиционной конструкции.
Важной особенностью вариатора CVT Xtronic стала адаптация под двигатели повышенной мощности. Исходя из тенденции развития и нововведений, эта бесступенчатая трансмиссия имеет большие перспективы в будущем.
Плюсы
- ещё большее снижение затрат топлива;
- значительно снижен уровень шума, даже на малых оборотах;
- благодаря новой конструкции долговечность агрегата заметно выросла;
- плавная работа и хорошая динамика.
Минусы
- непригодность в ремонте, в сервисных центрах Ниссан замена производится только блоками;
- пробуксовка на снегу и на скользких поверхностях.
Отзывы об CVT и CVT XTRONIC
В целом, владельцы автомобилей с вариатором CVT и CVT Xtronic оставляют отзывы имеющие одинаковый характер. По мнению пользователей, наблюдаются схожие как недостатки, так и положительные качества у обоих типов трансмиссий.
Положительные | Отрицательные |
Трансмиссия – класс. Переключает всегда вовремя и к месту | При пробеге 30000 км, селектор вариатора отказался переключаться из положения «P» в любое другое |
Вариатор – это то, чего мне всегда не хватало. С ним просто забываешь, что у автомобиля вообще есть коробка передач | CVT скрадывает динамику — разгон как на троллейбусе |
CVT приятно удивил — плавный разгон, никаких рывков и переключений | Вариатор странно хрюкает. Может еще обкатка, а может просто кажется. Проездил мало, пока рано судить |
Коробку передач слышно, но по-доброму, но все плавно, абсолютно не вызывает дискомфорта | Была проблема, после 3–5 км. При старте с места машина разгоняется с натяжкой, при езде накатом со скорости 40 и меньше машинка начинает притормаживать, а после 20 км в час торможение пропадает и автомобиль едет легко |
Стиль вождения смешанный, так как по настроению и в пробках. Каждый день езжу по Симферопольскому шоссе со скоростью 130-160 км в час., но все равно пытаюсь машину не рвать. Нареканий по работе никаких нет, я доволен! Разгон довольно плавный | |
Варик мне понравился, приятно разгоняется, на мой взгляд, даже лучше автомата | |
Сейчас вариатор как родной — все проблемы надуманы |
Видео «Обоз CVT Xtronic Nissan»
В данном видео, вы можете посмотреть как работает CVT Xtronic и в чем его преимущества.
В этой статье было исчерпывающе описано о бесступенчатой трансмиссии и CVT Xtronic, а также их плюсы и минусы. Если же чего-то не хватает или у вас есть замечания, оставляйте своё мнение в комментариях.
Была ли эта статья полезна?
Спасибо за Ваше мнение!
Статья была полезнаПожалуйста, поделитесь информацией с друзьями
Да (100.00%)
Нет
Вариаторная коробка передач. Что такое CVT.
При описании технических характеристик автомобилей важным пунктом является тип коробки передач и число передач. С классической механической трансмиссией все понятно (не о ней речь). Про традиционную автоматическую трансмиссию (АКПП, «автомат») слышали, пожалуй, все. А вот что такое трансмиссия CVT, обычно именуемая «вариатором»…
Условно коробки передач можно разделить на два вида – те, с которыми нужный режим передачи тяги приходится выбирать вручную – МКПП, и те, которые делают это самостоятельно – АКПП. В последних задача водителя – указывать технике, заблокировать ли трансмиссию, двигаться вперед, назад, или перейти на «нейтраль» – то есть просто выбирать режимы «P», «R», «N», «D»… Для управления режимами привычной многим АКПП служит всего один рычаг (и иногда дополнительные клавиши). Но ведь и в машине с «вариатором» тот же самый рычаг! Да, но, это ещё не значит что эти совершенно разные коробки передач имеют сходное устройство.
Принцип действия главного узла, который используется сейчас в CVT – Continuously Variable Transmission (CVT – бесступенчатая трансмиссия – дословно, «постоянно изменяющаяся трансмиссия»), которую мы привыкли называть «вариатором», был описан ещё в 1490 году Леонардо да Винчи. Первый патент на вариатор был оформлен в 1886 году, но с тех пор технология значительно продвинулась вперед. Первые автомобили, в которых этот узел успешно применили, появился почти через 500 лет после этого – под известной сейчас «грузовой» маркой DAF (Нидерланды) когда-то производились и легковые автомобили, и именно на одной из таких голландских моделей в 1958 году впервые в мире стал серийно применяться вариатор. Со временем не только европейцы, но и японцы стали интересоваться этим оригинальным типом коробки передач, и когда в 1990 году в США в продаже появилась первая машина с CVT, ей стала именно японская Subaru Justy GL. Со временем CVT избавились от своих «детских болезней», и вот теперь очень часто автомобили с вариаторами вытесняют с первых мест в рейтингах продаж своих «автоматных» собратьев.
В отличие от традиционных автоматических трансмиссий, в вариаторной коробке нет заданного количества ступеней. Самый известный тип вариатора работает на основе ворота, позволяющего без использования жестко заданных передач установить любой коэффициент передачи крутящего момента.
Если вас смущает слово «передача», которое продолжают использовать при описании CVT трансмиссий, то напомним, что в широком смысле «передача» – это отношение скорости колёсного вала к скорости двигателя. И хотя в вариаторном типе трансмиссии отсутствуют ступени, термин «передача» продолжает использоваться из удобства.
По сравнению с обычной трансмиссией, в которой используется достаточно сложное сочетание шестерней, тормозов, захватов и управляющих устройств, вариатор – это образец простоты.
В большинстве вариаторных трансмиссий есть три компонента:
- Входной «движущий» ворот с изменяемым диаметром;
- Выходной «движимый» ворот с изменяемым диаметром;
- Металлический или резиновый ремень.
Кроме того, в CVT используется множество микропроцессоров и сенсоров, но эти три элемента – ключевые.
Ворот с изменяемым диаметром – сердце вариатора. Такой ворот состоит из двух 20 градусных конусов, направленный остриями друг к другу. В желобе между конусов протянут ремень. Обычно используются V-образные ремни, если они изготовлены из резины.
Когда конусы расположены дальше друг от друга и ремень находится в нижней части желоба, радиус петли уменьшается. Когда конусы расположены ближе друг к другу, ремень располагается выше, и, следовательно, радиус увеличивается. В вариаторах для изменения расстояния между половинками ворота используют гидравлический пресс, центробежную силу или пружины.
Вороты с изменяемым диаметром используются парами. Один ворот, называемый «движущим» (drive pulley или driving pulley), подсоединён к коленчатому валу двигателя. Так же иногда используют слово «входной» т.к. через него в трансмиссию поступает энергия от двигателя. Второй ворот, называемый «движимым» (driven pulley), передает крутящий момент колесному валу. Поэтому, его можно назвать «выходным» воротом.
Что бы сохранить натяжение ремня, когда один ворот увеличивает радиус, второй одновременно его уменьшает. Изменяя радиус воротов относительно друг друга, можно получить бесконечное количество ступеней. Например, когда радиус «движущего» ворота уменьшен, а «движимого» увеличен, то скорость вращения снижается и мы получаем пониженную передачу. Если радиус увеличен на «входном» вороте, а на втором снижен, то скорость вращения увеличивается и получается повышенная передача.
Простота и отсутствие ступеней делают CVT трансмиссию идеальной для многих видов техники, а не только автомобилей. Например, уже долгое время вариаторы используется в промышленных прессах, тракторах и скутерах. Во всех этих случаях в вариаторе использовались ремни из плотной резины, которые могли скользить и растягиваться, снижая эффективность.
Долгое время трансмиссии CVT не пользовались большой популярностью в связи с недолговечностью ремней – ведь даже самый прочный резиновый ремень в таком режиме долго не выдержит.
Использование новых материалов позволило сделать вариаторы еще более надежными и эффективными. Одним из важнейших моментов стало использование металлических ремней для соединения воротов. Эти ремни состоят из нескольких тонких стальных полос (обычно 9 или 12), скрепленных металлическими зажимами. Металлические ремни не скользят и отличаются высокой прочностью, позволяя использовать вариаторы с двигателями высокой мощности. Кроме этого трансмиссия с такими ремнями работает тише.
Сегодня всё больше крупнейших автопроизводителей (таких как General Motors, Audi, Honda, Nissan, Toyota и мн. др.) проектирует свои автомобили на основе вариаторной трансмиссии.
По материалам: HowStuffWorks «Auto», АвтоРелиз и Ambox
© При использовании материалов сайта гиперссылка на TransParts.by обязательна.
Коробка переключения передач cvt — что это такое
Вариатор: ответы на многие спорные вопросы, стоит ли приобретать автомобиль с вариатором, как его эксплуатировать. Какие трансмиссии более экономичны?
Содержание
Конструктивные особенности
Вариаторы, условно, можно разделить на две группы: со стальным ремнем и цепью. В бесступенчатых трансмиссиях присутствует и гидротрансформатор. Он нужен, прежде всего, для старта с места. Примечательно, но Multitronic обходится без него. В этих коробках используется пакет сцеплений и двухмассовый маховик.
Коробка вариатор имеет ряд серьезных ограничений, которые инженеры пока так и не смогли обойти. Например, по конструктивным причинам, ни цепь, ни, тем более, стальной ремень не в состоянии передать высокий крутящий момент. Из-за этого область применения CVT в настоящее время ограничена максимальным крутящим моментом двигателя на уровне 350-400 Нм. Впрочем, этот порог перекрывает показатели многих современных двигателей. Тем не менее, в Audi уже начинают отказываться от использования бесступенчатых коробок «Multitronic».
В тоже время, другие производители упорно работают над усовершенствованием конструкции вариатора. Так Subaru демонстрирует все новые модели, оснащенные бензиновыми двигателями с турбонаддувом, полным приводом и бесступенчатой коробкой CVT (например, Lineartronic для Levorg).
История происхождения
CVT, или «Continuously Variable Transmission» впервые был разработан в Европе в начале 80-х. На русском она означала – постоянную переключающуюся передачу, такой вид коробки устанавливался в то время на небольших европейских авто, а позже — с конца 80-х и в начале 90-х принцип устройства трансмиссии стал появляться у автопроизводителей Америки и Азии. И только с 2011 года трансмиссия стала набирать популярность.
Что такое вариатор и в чём его главное отличие от привычных КПП
Трансмиссия CVT – что это такое? CVT – это сокращение английского названия вариатора, т.е. Continuously Variable Transmission, что в дословном переводе означает «постоянно изменяющаяся передача». Его главное свойство – способность менять передачи в ином, чем мы привыкли порядке, а именно без постоянного и последовательного переключения скоростей (ступеней, передач). В связи с чем вариатор справедливо называют бесступенчатой трансмиссией. Это его главная отличительная особенность.
Вариатор относят к классу автоматических коробок передач: он работает в широком диапазоне, передачи переключаются автоматически, процессами управляет электронная система. И всё же разница между CVT и «автоматом» существенная. В чем именно она состоит?
- Бесступенчатая трансмиссия легче и меньше по размерам, чем АКПП.
- Отличается от «автомата» принципом работы. CVT обеспечивает идеальное сочетание передаточного отношения с нагрузкой на двигатель в каждый из моментов времени (изменения происходят каждую секунду).
Передаточное число – это отношение частоты вращения коленчатого вала к частоте вращения колес. У каждой передачи эта цифра индивидуальна –передаточное отношение 4, 5, 6 и т.д.
CVT экономит топливо, повышает комфорт вождения (поскольку мотор большую часть времени работает на самых низких оборотах, во время движения с постоянной скоростью).
С инженерной точки зрения вариатор является оптимальной из всех существующих ныне КПП. Но не спешите принимать решение о покупке авто с CVT, не всё так однозначно.
Устройство и принцип работы коробки передач CVT
Итак, аббревиатура CVT (от англ. Continuously Variable Transmission, что дословно означает «постоянно изменяющаяся передача»), используется для обозначения вариаторной коробки передач, которая более известна среди автолюбителей как вариатор. Разобравшись с тем, что означает CVT коробка передач, можно перейти к особенностям конструкции и принципам работы вариатора.
- Главной особенностью такой коробки является то, что вариатор представляет собой бесступенчатую трансмиссию. Чтобы было понятно, МКПП, роботы и АКПП имеют фиксированные передачи (скорости) с разным передаточным отношением, которых может быть 4, 5, 6 и т.д.
В свою очередь, вариатор CVT таких передач (ступеней) не имеет, благодаря чему данная трансмиссия бесступенчатая. Фактически, самый простой по конструкции вариатор имеет два вала со шкивами, которые соединены между собой ременной передачей. Ремень вариатора (цепь вариатора) состоит из клиновидных стальных звеньев, которые закреплены на прочной металлической основе в виде жгута.
Ведущий шкив присоединяется к коленчатому валу ДВС, в то время как ведомый посредством приводных валов соединяется с другими элементами трансмиссии для эффективной передачи крутящего момента на ведущие колеса автомобиля.
При этом в зависимости от оборотов двигателя и нагрузки диаметр шкивов (как ведущего, так и ведомого), постоянно, гибко и динамично меняется, что и позволяет «натянуть» или «ослабить» клиновидный ремень вариатора. Так изменяется передаточное отношение. Работает вся система под управлением электроники, также в устройстве вариатора активно используется гидравлика.
В результате вариаторная коробка передач позволяет добиться абсолютно незаметного для водителя изменения передаточного отношения, причем независимо от оборотов коленвала двигателя. Так как переключений между ступенями (скоростями) не происходит, при езде на машине с такой КПП полностью отсутствуют рывки, толчки, задержки при переключениях и т.п.
Параллельно не происходит разрыва потока мощности, который присутствует на других КПП в момент переключений. Передаточное отношение при движении авто изменяется постоянно. Электроника учитывает скорость движения ТС, нагрузки на двигатель, обороты, угол открытия дроссельной заслонки, положение педали газа и т. д., позволяя силовому агрегату в связке с трансмиссией всегда работать в оптимальных режимах.
Когда появился и чем обусловлено появление вариатора
Данная разработка была запатентована в 18 веке. Активно же применять её стали в 1950-1980-хх годах. Использовали в технике, не обладающей такой мощностью как легковой автомобиль (с электрогенераторами, в бензопилах, снегоходах, станках, швейных машинках). Для ТС потребовалось изобрести совершенно иной механизм бесступенчатой трансмиссии. И со временем инженеры решили эту задачу.
Впервые бесступенчатая трансмиссия была установлена на голландские автомобили DAF, сопоставимые с мототранспортом в 1958 году. Позже, в конце 70-х, патент «по наследству» перешёл к Volvo. Концерн попытался усовершенствовать «скромный» вариатор (пойти по этому пути было проще, чем перестраивать всё производство). Ресурса усовершенствованной модели CVT хватало лишь на 30 тыс. км пробега. Спустя годы концерн отказался использовать вариатор в своих автомобилях.
CVT-автоматическая коробка передач для DAF 55, шасси снято с рамы
В 80-х вариатор использовали на автомобилях Ford (модель Ford Fiesta), Fiat (модель Fiat Uno), Subaru. И лишь Субару удалось победить главный недостаток вариаторов – их недолговечность (концерн использовал вместо эластичного ремня в конструкции CVT, толкающий металлосодержащий). Компания Subaru оснастила многие автомобили трансмиссией CVT собственного производства и до сих пор поставляет свою разработку другим производителям.
В 90-х стали устанавливать вариатор и на автомобили класса С (т.е. среднего класса, до этого устанавливался на недорогих и практичных класса В). И всё благодаря непрекращающимся поискам более совершенной конструкции вариатора.
Цепной вариатор
Помимо ременного привода, может применяться еще и цепной. Принципиального отличия тут нет, однако такой способ передачи вращающего момента позволяет увеличить срок службы коробки, что является несомненным плюсом. Кроме того, цепь намного прочнее и лучше переносит высокие нагрузки, что делает ее незаменимой на грузовых автомобилях. Однако у нее есть недостатки в виде большого уровня шума при работе, поэтому широкого распространения она не получила.
Как может показаться на первый взгляд, коробка передач вариатор выгодно отличается от аналогов. Сразу отметим, хотя имеется ряд очевидных плюсов, также нужно обращать внимание и на недостатки СVT. Давайте рассмотрим сильные и слабые стороны вариатора более подробно.
- Прежде всего, к плюсам вариатора можно отнести комфорт, экономичность и высокие показатели КПД. Общий принцип работы и отсутствие фиксированных «ступеней» позволяют реализовать плавный и эффективный, а также достаточно быстрый разгон автомобиля.
На машине с вариатором не тратится время на переключения передач, поток мощности на колеса не разрывается, двигатель работает в диапазоне оптимальных оборотов и максимального крутящего момента. Также коробка CVT работает менее шумно, чем многие гидромеханические АКПП или «роботы», двигатель в штатном режиме не раскручивается до высоких оборотов.
Если же говорить о минусах вариатора, тогда можно выделить следующее:
- Начальная стоимость CVT не намного ниже «классических» гидромеханических АКПП или DSG;
- Такая коробка не рассчитана на высокие нагрузки, то есть вариатор не ставится в паре с мощными ДВС. Как правило, CVT ставится на машины с двигателями, мощность которых не превышает 200 л.с.;
- На вариаторе нельзя ездить агрессивно (резкий разгон с места, интенсивное торможение, рваный стиль езды). Также следует избегать продолжительного движения на высоких оборотах;
- Вариатор требует качественного и частого обслуживания (замена фильтров и масла в вариаторе должна выполняться каждые 30 тыс. км.). Использовать нужно только оригинальную дорогостоящую трансмиссионную жидкость. Еще рекомендуется каждые 80-100 тыс. км. менять ремень вариатора;
- Общий срок службы вариатора меньше по сравнению с АКПП или РКПП. Как правило, вариатор имеет ресурс, ограниченный отметкой около 200 тыс. км.
- Низкая ремонтопригодность, дорогостоящий ремонт, нехватка оригинальных запчастей и квалифицированных специалистов, а также сложности с настройкой системы управления вариатором.
- Чувствительность к малейшим сбоям в работе ЭСУД автомобиля (выход одного из датчиков может привести к сбоям в работе всей вариаторной трансмиссии).
Еще следует отметить, что часто в случае поломки вариатора решить вопрос путем приобретения контрактного агрегата б/у не получается. Дело в том, что с учетом небольшого ресурса решение приобрести недорогой контрактный вариатор с пробегом означает, что такая коробка также будет изношена и возникают нарекания на работоспособность.
Рекомендуем также прочитать статью о том,
какие виды CVT бывают
. Из этой статьи вы узнаете об устройстве коробки вариатор, а также о типах подобных КПП, их отличиях, преимуществах и недостатках.
При этом стоимость новой КПП данного типа или коробки CVT с подтвержденным минимальным пробегом и большим остаточным ресурсом оказывается достаточно высокой. Также в списке минусов вариатора можно выделить тот факт, что многие автовладельцы, которые знают о недостатках коробки, избегают автомобилей с CVT на вторичном рынке, отдавая предпочтение АКПП.
Простыми словами, при продаже подержанный автомобиль с вариаторной коробкой передач заметно теряет в цене по причине относительно небольшого спроса. Если же планируется покупка такого авто, необходимо проводить комплексную диагностику, а также быть готовым к возможным сложностям и затратам через небольшой промежуток времени, если пробег подержанной машины превысил отметку в 150 тыс. км.
Еще одним минусом, который отмечают многие владельцы машин c коробкой CVT, можно считать отсутствие ощутимого переключения передач при разгоне, ровные обороты двигателя и характерный однотонный шум при разгоне.
С одной стороны, это нельзя считать недостатком, однако субъективное мнение многих водителей говорит об обратном. Более того, сами производители, прислушиваясь к отзывам потребителей, стараются учитывать этот момент, оснащая вариаторы «виртуальными» ступенями (аналог Типтроник), когда шкивы имеют фиксированные положения, тем самым имитируя переключения ступенчатой коробки.
Преимущества вариатора
Бесступенчатая коробка переключения передач в транспортном средстве – это огромный прорыв в современной автомобильной промышленности. В сравнении с механической и автоматической коробками передач, клиноременной вариатор отличается большим количеством положительных характеристик:
- Плавное возрастание скорости, отсутствие резких рывков и провалов.
- Машина разгоняется намного быстрее, т.к. водитель не переключает скорости (динамичный разгон).
- С такой коробкой передач двигатель не глохнет на холостом ходу (на светофорах, пешеходных переходах и пр.).
- Благодаря большому числу передач в коробке-вариаторе, двигатель внутреннего сгорания постоянно работает в щадящем режиме.
- Автомобиль, оборудованный коробкой-вариатором, потребляет меньше топлива.
- Управление автомобилем осуществляется при помощи двух педалей.
- При разгоне машины отсутствуют шумовые эффекты.
- Плавность хода.
- Минимальное количество выхлопных газов, загрязняющих атмосферу.
Коробка передач CVT
Долговечность
О проблемах Audi с коробками Multitronic производства Luk слышал, наверное, каждый, кто хоть немного интересуется автомобилями. В CVT старого типа (1999-2006 гг.) постоянно сбоит управляющая электроника, выходит из строя механическая часть и преждевременно изнашивается цепь. Примечательно, что цепь использовали как раз для того, чтобы передать более высокий крутящий момент, но инженеры просчитались с ее прочностью. Со временем Немцы существенно доработали свои коробки, но проблемы все еще встречаются. Не вызывают доверия и другие немецкие вариаторы, например, ZF VT1-27T, применявшиеся в Mini R50/R53, и Mercedes 722.7/722.8 для моделей A/B-класса.
Гораздо меньше хлопот доставляют японские конструкции. Хотя, вариатор Jatco, используемый в различных моделях Nissan (например, Qashqai), тоже относится к группе риска. Общая проблема коробок CVT – это ограниченная доступность запасных частей и нежелание некоторых механиков связываться с вариаторами. Бесспорный лидер по части надежности – вариаторы Toyota (Lexus).
Бесступенчатая автоматическая коробка, несмотря на сравнительно простую конструкцию, довольно сложная и дорогая в эксплуатации. В дополнение к неисправностям электроники и ремней/цепей встречается и преждевременный износ маховика. Стоит отметить, что двухмассовый маховик используется лишь в некоторых автомобилях с CVT (Ауди).
Устройство CVT
Коробка передач cvt построена на трёх базовых элементах, которые осуществляют весь её принцип работы:
- ведомое фрикционное колесо выходное;
- ведущее фрикционное колесо входное, которое связано с коленвалом и осуществляет вращение ведомого фрикционного колеса и передаёт энергию на карданный вал;
- ремень повышенной прочности из резины или металла, который связывает фрикционные колёса.
Удаление царапин на кузове автомобиля без покраски.
НЕ ТРАТЬТЕ ДЕНЬГИ НА ПЕРЕКРАСКУ!
Теперь Вы сами сможете всего за 5 секунд убрать любую царапину с кузова вашего автомобиля.
Читать далее >>
Оба фрикционных колеса способны раздвигаться с помощью муфты нагрузочной. Они соединяются между собой металлическим ремнём. Ремень вариатора занимает особое место в работе и устройстве. Он отличается высокой сложностью и технологичностью. Ремень содержит в себе до 12 стальных полос высокой прочности, благодаря чему он не проскальзывает и обеспечивает большой крутящий момент. Каждая из стальных полос ремня состоит из металлических пластин в форме трапеций, которые идут поперечно. Такая форма обеспечивает плотный контакт с фрикционными колёсами, тем самым осуществляя передачу на крутящий момент. Некоторые разработчики используют вместо ремня широкую цепь с пластинами, края которой цепляются за конусы.
Принцип работы CVT
Заблуждение 5. У машин с вариатором медленный разгон
Вариатор обеспечивает самый быстрый разгон, какой только может дать двигатель. Только для получения такого результата надо не забывать прожать педаль газа полностью. В таком режиме (kick-down) двигатель быстро выходит на обороты, соответствующие максимальной мощности, и дальнейший разгон происходит за счет переменного передаточного отношения в вариаторе. Это — самый эффективный разгон. Любая другая коробка передач в паре с таким же мотором будет менее эффективна при разгоне.
Другое дело, что двигатель при этом воет практически на одной ноте. Монотонность создает впечатление слишком долгого разгона, отсюда и заблуждение.
Видео о CVT
Читайте также: Больше информации о вариаторной коробке.
Как ремонтируют вариатор
Если починка целесообразна, производится шлифовка конусов и устранение задиров, а также замена ремня на новый. Подшипники конусов можно приобрести отдельно. Их посадочные поверхности изнашиваются, но это исправляют установкой чугунных гильз. Ремонт гидроблоков смысла не имеет — максимум можно поменять неисправные соленоиды.
Чем коробка-вариатор отличается от трансмиссий других видов
Вариатором оснащены только элитные дорогостоящие транспортные средства. С его строением еще не все ознакомлены и поэтому плохо представляют, как работают бесступенчатые КПП и чем они отличаются от механических и автоматических коробок передач. При ближайшем рассмотрении становится понятно, главное отличие состоит в устройстве и принципе действиякаждой конструкции.
Коробка-автомат состоит из гидротрансформатора и редуктора. Плавное переключение передач в автоматической коробке осуществляется, благодаря гидротрансформатору, который заменил сцепление. В редукторе АКПП шестеренки на каждой ступени попарно сцеплены между собой. В сравнении с коробкой вариаторного типа, автомат выдает более низкий КПД. Потери в гидротрансформаторе являются причиной роста потребления горючего.
В отличие от автомата, клиноременной вариатор не имеет ступеней. Бесступенчатый механизм не переключает передачи в привычном понимании. Изменение скорости автомобиля производится, в результате сложного взаимодействия двух конусообразных шкивов, соединенных металлическим ремнем оригинальной конструкции. Системой электронных датчиков осуществляется контроль за степенью натяжения трапециевидного ремня. От величины данного параметра зависит скорость движения транспортного средства.
При управлении автомобилем, оборудованным коробкой-вариатором, водитель не отвлекается на переключение передач, не ощущает механических рывков, обороты двигателя остаются постоянными.
Ресурс вариатора
Нюансы эксплуатации (дорожные условия, стиль вождения) и частота проведения ТО вариаторной трансмиссии влияют на ресурс устройства.
При несоблюдении предписаний производителя, нарушении регламента регулярного обслуживания рассчитывать на длительный срок службы бесполезно.
Ресурс составляет 150 тысяч км, больше трансмиссия, как правило, не выхаживает. Есть единичные случаи, когда CVT в рамках гарантийного ремонта менялась на автомобилях, не прошедших 30 тысяч км. Но это исключение из правила. Главный узел, влияющий на срок службы, – ремень (цепь). Деталь требует водительского внимания, поскольку при сильном износе вариаторная коробка может полностью сломаться.
Заблуждение 7. У вариатора нет ступеней
И да, и нет одновременно. Этот постулат опровергают коробки передач, в которых есть и ремённый вариатор, и двухступенчатый редуктор. Впервые наши автолюбители увидели его на Nissan Juke, а теперь он добрался и до Лады Весты. Его производит фирма Jatco (Япония), индекс — JF015E. Суть в том, что вариатор обеспечивает примерно половину всего скоростного диапазона на первой передаче, и затем, при переходе на вторую, опять реализует свой диапазон. Таким образом, передач, в классическом понимании, у этого вариатора две. Но большинство подобных трансмиссий обучены также имитировать пять или шесть передач с помощью электроники. Эти передачи, безусловно, «не настоящие», виртуальные.
На новейшем тойотовском вариаторе Direct Shift-CVT используется первая передача с шестеренчатым зацеплением, а затем подключается ремень с конусами.
На новейшем тойотовском вариаторе Direct Shift-CVT используется первая передача с шестеренчатым зацеплением, а затем подключается ремень с конусами.
Признаки неисправностей вариатора
Поломку CVT способен спровоцировать забитый грязью радиатор, из-за чего масло в коробке перегреется.
В этом случае агрегат может издавать гул, хотя посторонние шумы также могут возникать при попадании продуктов износа в подшипники, из-за некачественного трансмиссионного масла, неисправностей в электронном оборудовании при отказе одного из датчиков, после эксплуатации в тяжелых условиях.
Если автомобиль вдруг начал дергаться при плавном наборе скорости, вероятно, “завис” клапан масляного насоса.
Отзывы о CVT коробке передач
Напоследок мы собрали для вас реальные отзывы владельцев автолюбителей, чьи машины оборудованы вариатором. Представляем их вашему вниманию с тем, чтобы у вас сложилась максимальная четкая картина о целесообразности выбора.
Положительные отзывы | Отрицательные отзывы |
К вариатору надо привыкнуть. У меня было субъективное впечатление, что как только отпустишь газ, то машина останавливается гораздо быстрее чем на автомате (скорее всего так, торможение двиглом происходит). Вот это мне было необычно, я люблю до светофора докатываться. А из плюсов — на двигле 1.5 динамика чумовая (не по сравнению с Супрой, а по сравнению с обычными машинами с 1.5) и расход топлива небольшой. | Все кто хвалят вариатор, никто не может вменяемо объяснить, чем он лучше современной, тоже плавной 6-7ми ступенчатой настоящей гидромеханики, т.е ответ прост ничем, даже хуже (написано выше в статье). Просто эти люди купили вариатор не потому, что он лучше автомата, а потому, что тот авто, который они решили купить не шёл с настоящим автоматом. |
Вариатор экономичнее автомата (сравниваю не с селикой а с любой другой машиной с движком 1.3 | Вариатор не вселяет надежд. Интересная, конечно, разработка. Но, учитывая, что весь мировой автопром уходит от улучшения надёжности в современных агрегатах, то от от вариков (впрочем, как и от роботов) ничего ждать не приходится. Разве что переходить на потребительское отношение к авто: купил, 2 года покатался по гарантии, слил, купил новую. К чему нас и ведут, собственно. |
Плюсы — более быстрый и уверенный разгон по сравнению с автоматами и механикой ( если на механике не мастер спорта по автогонкам). Экономичность.( Фит-5,5 л, Интегра-7 л, обе по трассе) | Зачем нужен вариатор, когда давно изобретён «классический» автомат — плавный и супернадёжный? Напрашивается только один вариант — чтобы уменьшить надёжность и наварится на продаже з/ч. И так типа, 100тыс. машина проехала — всё, пора на помойку. |
Прошлую зиму ездил на цивике с вариатором, никаких проблем на гололеде не было. Вариатор действительно экономичнее и динамичнее автомата. Главное чтобы он достался тебе в хорошем состоянии. Ну а немного более дорогое обслуживание это плата за удовольствие от вождения | Короче, вариатор = геморрой, маркетинговая мулька для одноразовых автомобилей. |
Седьмой год на вариаторе — полет отличный! | Старый автомат надежен как ак47, нафик эти варики |
Как видите, большинство людей, хотя бы один раз попробовавших ездить на вариаторе, по возможности не отказываются далее от этого удовольствия. Однако выводы делать лишь вам.
Итоги
Вариатор хотя и более сложный и дорогой в обслуживании, но все же на сегодняшний день является самой лучшей трансмиссией для машин с двигателем внутреннего сгорания. А со временем цена на автомобили, оборудованные им, будут лишь снижаться, а надежность такой системы расти. Поэтому описанные ограничения будут убраны. Но на сегодняшний день не забывайте о них, и используйте автомобиль в соответствии с рекомендациями производителя, и тогда коробка СВТ будет также долго служить верой и правдой как и сам автомобиль.
Спрашивайте в комментариях. Ответим обязательно!
Какой вариант лучше и почему
Вряд ли можно однозначно ответить на вопрос, какая коробка переключения передач лучше, ведь каждый автомобилист будет выбирать её в соответствии с собственными целями и предпочтениями. Среди автомобилистов по-прежнему популярны авто с АКПП. Усовершенствованные вариаторы также не сдают свои позиции. Простые «роботы» отходят в прошлое. Им на смену приходят более современные трансмиссии (например, преселективная).
Знаете ли вы? Самым быстрым серийным легковым автомобилем сегодня является
Bugatti Veyron
Super Sport. В 2017 году на нём был установлен рекорд скорости в 457,4 км/ч.
В целом же, если подвести итоги, то среди рассмотренных нами вариантов наиболее оптимальным на сегодня решением является классическая «автоматика». Объясняется это следующими причинами:
надёжностью; доступностью ремонта и замены запчастей; возможностью ездить по любым дорогам.
Машины с вариаторными КП подойдут для тех, кто любит плавный ход. «Роботы» — тем, кто предпочитает небольшие автомобили, любит спокойную езду, передвигается по городским дорогам и шоссе, ставит во главу угла экономичность. Любителям активной езды, скорости и манёвров следует присмотреться к преселективной трансмиссии.
Если же верить экспертам мирового автомобильного рынка, то будущее за вариаторными и преселективными КП. Именно простым, комфортным и экономичным моделям автомобилисты всё чаще будут отдавать предпочтение.
Частота сердечно-сосудистой токсичности, опосредованной ингибиторами контрольных точек: систематический обзор и метаанализ
Сохранить цитату в файл
Формат: Резюме (текст)PubMedPMIDAbstract (текст)CSV
Добавить в коллекции
- Создать новую коллекцию
- Добавить в существующую коллекцию
Назовите свою коллекцию:
Имя должно содержать менее 100 символов
Выберите коллекцию:
Не удалось загрузить вашу коллекцию из-за ошибки
Повторите попытку
Добавить в мою библиографию
- Моя библиография
Не удалось загрузить делегатов из-за ошибки
Повторите попытку
Ваш сохраненный поиск
Название сохраненного поиска:
Условия поиска:
Тестовые условия поиска
Эл. адрес: (изменить)
Который день? Первое воскресеньеПервый понедельникПервый вторникПервая средаПервый четвергПервая пятницаПервая субботаПервый деньПервый рабочий день
Который день? ВоскресеньеПонедельникВторникСредаЧетвергПятницаСуббота
Формат отчета: SummarySummary (text)AbstractAbstract (text)PubMed
Отправить максимум: 1 шт. 5 шт. 10 шт. 20 шт. 50 шт. 100 шт. 200 шт.
Отправить, даже если нет новых результатов
Необязательный текст в электронном письме:
Создайте файл для внешнего программного обеспечения для управления цитированием
Полнотекстовые ссылки
Уайли
Полнотекстовые ссылки
Обзор
. 2022 5 июля; e13831.
doi: 10.1111/eci.13831. Онлайн перед печатью.
Майкл М Малати 1 , Анджали Тануджа Амарасекера 2 3 4 , Синди Ли 1 , Мариэль Шеррер-Кросби 5 , Тимоти С Тан 1 2 3
Принадлежности
- 1 Отделение кардиологии, Больница Блэктаун, Местный медицинский округ Западного Сиднея, Сидней, Австралия.
- 2 Медицинский факультет Университета Западного Сиднея, Сидней, Австралия.
- 3 Отделение кардиологии, больница Вестмид, Местный медицинский округ Западного Сиднея, Сидней, Австралия.
- 4 Центр прикладных исследований Вестмида (WARC), факультет медицины и здравоохранения Сиднейского университета, Сидней, Австралия.
- 5 Отделение сердечно-сосудистых заболеваний, Медицинский факультет, Больница Пенсильванского университета, Филадельфия, Пенсильвания, США.
- PMID: 35788986
- DOI: 10.1111/eci.13831
Обзор
Майкл М. Малати и др. Евро Джей Клин Инвест. .
. 2022 5 июля; e13831.
doi: 10.1111/eci.13831. Онлайн перед печатью.
Авторы
Майкл М Малати 1 , Анджали Тануджа Амарасекера 2 3 4 , Синди Ли 1 , Мариэль Шеррер-Кросби 5 , Тимоти С Тан 1 2 3
Принадлежности
- 1 Отделение кардиологии, Больница Блэктаун, Местный медицинский округ Западного Сиднея, Сидней, Австралия.
- 2 Медицинский факультет Университета Западного Сиднея, Сидней, Австралия.
- 3 Отделение кардиологии, больница Вестмид, Местный медицинский округ Западного Сиднея, Сидней, Австралия.
- 4 Центр прикладных исследований Вестмида (WARC), факультет медицины и здравоохранения Сиднейского университета, Сидней, Австралия.
- 5 Отделение сердечно-сосудистых заболеваний, Медицинский факультет, Больница Пенсильванского университета, Филадельфия, Пенсильвания, США.
- PMID: 35788986
- DOI: 10. 1111/eci.13831
Абстрактный
Фон: Ингибиторы иммунных контрольных точек (ICI) представляют собой новый класс противоопухолевой терапии, который все чаще ассоциируется с фатальной сердечно-сосудистой токсичностью (CVT). Цель состоит в том, чтобы определить частоту ЦВТ в когортах, получавших ИКИ в качестве единственной противоопухолевой терапии.
Методы: Был проведен систематический поиск литературы в научных и медицинских базах данных с использованием принципов PRISMA для выявления соответствующих когорт (регистрация PROSPERO CRD42021272470). Были извлечены данные для конкретных ТЦВ (заболевание перикарда, миокардит, сердечная недостаточность, аритмия, инфаркт миокарда/ишемия и стенокардия), смерть, связанная с ЦВС, и факторы риска сердечно-сосудистых заболеваний. Присутствие ЦВТ при монотерапии ICI по сравнению с комбинированной терапией ICI, а также программируемая смерть 1/лиганд запрограммированной смерти 1- (PD1/PDL1-) по сравнению с группами ингибиторов цитотоксического Т-лимфоцит-ассоциированного белка 4- (CTLA4-) были дихотомизированы и мета- проанализированы с использованием моделей со случайными эффектами.
Полученные результаты: Было выявлено 48 исследований (11 207 пациентов), из которых наблюдались 146 ТЦВ (частота 1,30%). ICI-монотерапия приводила к большему количеству ТЦВ, чем комбинированная терапия (119/9009; 1,32% против 18/2086; 0,86%). При монотерапии ингибиторы PD1/PDL1 имели более низкую частоту ТЦВ по сравнению с ингибиторами CTLA4 (62/6950; 0,89% против 57/2059; 2,77%). На основании восьми исследований, которые были подвергнуты метаанализу, не наблюдалось существенной разницы при сравнении монотерапии и комбинированной терапии с ИКИ (ОР-0,69). , 95% ДИ от -1,47 до 0,09) для всех ЦВС, или ингибиторов PD1/PDL1- до CTLA4 (ОР-0,27, 95% ДИ от -2,06 до 1,53) для всех ЦВС, включая смерть ЦВС. Факторы сердечно-сосудистого риска не могли быть отнесены к группе ICI, поскольку данные были основаны на популяции, а не на отдельных людях.
Вывод: ЦВТ, опосредованные ICI, редки и потенциально фатальны. Роль факторов риска ССЗ в их развитии остается невыясненной.
Ключевые слова: сердечно-сосудистая токсичность; ингибиторы иммунных контрольных точек.
© 2022 Фонд Европейского общества клинических исследований Stichting. Опубликовано John Wiley & Sons Ltd.
Похожие статьи
Системное лечение метастатической меланомы кожи.
Паскуали С. , Хаджиниколау А.В., Киарион Силени В., Росси К.Р., Моцеллин С. Паскуали С. и др. Cochrane Database Syst Rev. 2018 Feb 6;2(2):CD011123. doi: 10.1002/14651858.CD011123.pub2. Кокрановская система баз данных, ред. 2018 г. PMID: 29405038 Бесплатная статья ЧВК. Обзор.
Биологические подтипы меланомы предсказывают улучшение выживаемости при применении комбинированных ингибиторов иммунных контрольных точек анти-PD1 + анти-CTLA4 по сравнению с монотерапией анти-PD1.
Роуз ААН, Армстронг С.М., Хогг Д., Батлер М.О., Сайбил С.Д., Артеага Д.П., Пиментел Муниз Т., Келли Д., Газарян Д., Кинг И., Камил З.С., Росс К., Спреафико А. Роуз ААН и др. J Иммунный рак. 2021 янв;9(1):e001642. doi: 10.1136/jitc-2020-001642. J Иммунный рак. 2021. PMID: 33483342 Бесплатная статья ЧВК.
Сердечно-сосудистые нежелательные явления связаны с использованием ингибиторов иммунных контрольных точек в реальных клинических данных в Соединенных Штатах.
Джайн П., Гутьеррес Бугарин Дж., Гуха А., Джайн С., Патил Н., Шен Т., Станевич И., Никоре В., Марголин К., Эрнстофф М., Велчети В., Барнгольц-Слоан Дж., Доулати А. Джейн П. и др. ЭСМО открытый. 2021 окт;6(5):100252. doi: 10.1016/j.esmoop.2021.100252. Epub 2021 27 августа. ЭСМО открытый. 2021. PMID: 34461483 Бесплатная статья ЧВК.
Одиночные или комбинированные ингибиторы иммунных контрольных точек по сравнению с химиотерапией первой линии на основе платины с бевацизумабом или без него у людей с распространенным немелкоклеточным раком легкого.
Феррара Р., Имбимбо М., Малуф Р., Пэджет-Байи С., Кале Ф., Маршал С., Вестил В. Феррара Р. и др. Cochrane Database Syst Rev. 2020 Dec 14;12(12):CD013257. doi: 10.1002/14651858.CD013257.pub2. Кокрановская система базы данных, версия 2020. PMID: 33316104 Бесплатная статья ЧВК. Обновлено.
Безопасность и потенциальный повышенный риск токсичности лучевой терапии при комбинированной стратегии иммунотерапии.
Гуань Х., Чжоу З., Хоу С., Чжан Ф., Чжао Дж., Ху К. Гуан Х и др. Asia Pac J Clin Oncol. 10 мая 2022 г. doi: 10.1111/ajco.13688. Онлайн перед печатью. Asia Pac J Clin Oncol. 2022. PMID: 35538049 Обзор.
Посмотреть все похожие статьи
использованная литература
ССЫЛКИ
- Рахума М., Карим Н.А., Баудо М. и соавт. Кардиотоксичность препаратов, воздействующих на иммунную систему: метаанализ рандомизированных клинических испытаний иммунотерапии против PD/PD-L1. Иммунотерапия. 2019;11(8):725-735.
- Агостинетто Э. , Эйгер Д., Ламбертини М. и др. Кардиотоксичность ингибиторов иммунных контрольных точек: систематический обзор и метаанализ рандомизированных клинических исследований. Евр Джей Рак. 2021;148:76-91.
- Чжан Л., Рейнольдс К.Л., Лион А.Р., Паласкас Н., Нейлан Т.Г. Развивающийся ландшафт иммунотерапии и эпидемиология, диагностика и лечение кардиотоксичности: JACC: CardioOncology Primer. JACC: кардиоонкология. 2021;3:35-47.
- Вальяни С., Ли Д., Виттелес Р.М. и др. Кардиотоксичность ингибитора контрольной точки иммунного ответа: понимание основных механизмов и клинических характеристик и поиск лечения. Annu Rev Pharmacol Toxicol. 2021;61:113-134.
- Марин-Асеведо Дж. А., Кимбро Э.О., Лу Ю. Следующее поколение ингибиторов иммунных контрольных точек и не только. J Гематол Онкол. 2021;14(1):1-29.
Типы публикаций
Полнотекстовые ссылки
Уайли
Укажите
Формат: ААД АПА МДА НЛМ
Отправить на
Что можно и что нельзя делать на контрольно-пропускном пункте
Связанный: Этикет контрольно-пропускного пункта: как избежать неприятностей на мотоцикле
Что такое КПП и как он выглядит
Что делать на КПП?
Перво-наперво, вам нужно сохранять спокойствие и собранность, полиция здесь только для того, чтобы осмотреть ваш автомобиль и не причинять вам вреда. Убедитесь, что, приближаясь к контрольно-пропускному пункту, вы снижаете скорость, приглушаете свет фар и включаете свет в салоне. Не выходите из автомобиля и не проявляйте агрессии по отношению к офицеру. Затем убедитесь, что вы заперли все двери, так как разрешен только визуальный осмотр.
Убедитесь, что ваши водительские права и техпаспорт готовы, полиция может проверить эти документы на случай, если они будут искать угнанный автомобиль. Полиция может сфотографировать вашу лицензию на запись, однако вы можете запретить им это делать. В качестве последней мысли убедитесь, что вы отстаиваете свои права и не паникуете. Лучше всегда иметь телефон наготове на случай, если вам придется снимать на видео или записывать что-то подозрительное на контрольно-пропускном пункте или звонить по номерам экстренных служб. Имейте в виду, что они будут задавать вам обычные/рутинные вопросы, но будьте вежливы в своих ответах.
Чего нельзя делать на КПП?
Что делать, если вас заблокировали?
Новейшие функции
Просмотреть другие статьи
Популярные статьи
- Самые дешевые автомобили до 700 000 песо на Филиппинах
20 мая 2020 г.
- Первая машина или следующая машина, Ford EcoSport — это сложный пакет, чтобы превзойти
18 июня 2021 г.
- Контрольный список и руководство по техническому обслуживанию автомобиля — все, что вам нужно знать
Эрл Ли · 12 января 2021 г.
- Самые экономичные семейные автомобили на Филиппинах
Брайан Аарон Ривера · 27 ноября 2020 г.
- Geely Okavango 2021 года — все, что вам нужно знать
Джоуи Дерикито · 19 ноября 2020 г.
- Семейные автомобили на Филиппинах с самыми большими багажниками
20 июля 2022 г.
- Личные встречи: Toyota Rush против Suzuki XL7
Джоуи Дерикито · 28 октября 2020 г.
- Почему замена масла важна для вашего автомобиля
Эрл Ли · 10 ноября 2020 г.
- 2021 Kia Stonic — что нужно знать о нем
Джоуи Дерикито · 16 октября 2020 г.
- 7 советов по покупке подержанного автомобиля на Филиппинах
Джоуи Дерикито · 26 ноября 2020 г.
причин, почему автолюбителям не нравятся вариаторы (и почему их любят автопроизводители!) | Артикул
Бесступенчатая трансмиссия (CVT) имеет уникальную репутацию как прославляемой, так и осуждаемой как автомобильной промышленностью, так и энтузиастами. Сегодня мы узнаем, почему это так противоречиво и в то же время так успешно.
Впервые появившись в начале 20-го века, прежде чем завоевать популярность в нулевых, вариатор должен был стать серебряной пулей для решения современных проблем с автоматическими трансмиссиями — он дешевле в производстве и более плавный в эксплуатации, чем обычные автомобили, при этом возвращаясь. превосходная экономия топлива.
В отличие от автоматической или механической коробки передач, вариатор не зависит от физических передаточных чисел. На самом деле ни о каких физических механизмах не может быть и речи. Вместо этого вариатор опирается на набор конусообразных шкивов, соединенных ремнем, с переменной шириной (в зависимости от степени подачи газа), которые постоянно регулируются, чтобы обеспечить плавную подачу мощности без каких-либо рывков или «ударов при переключении».
Автопроизводители во всем мире постепенно начали заменять свои автоматические вариаторы из-за этих качеств, но быстро последовала в лучшем случае безразличная реакция потребителей, а в худшем — враждебная. От в целом низкой надежности до чрезвычайно дорогостоящих ремонтных работ в случае поломки самой коробки передач граната везде подверглась критике.
Но каким-то образом многим производителям удалось продвинуть сотни тысяч автомобилей, оснащенных вариаторами, даже по сей день. Итак, что именно пошло не так, и почему автопроизводители по-прежнему предпочитают его?
Стоимость
Когда дело доходит до стоимости, все относительно. Как упоминалось ранее, вариаторы дешевле в производстве, чем их автоматические и ручные аналоги, из-за меньшего количества необходимых деталей. Это, в свою очередь, снижает конечную стоимость автомобиля, что в конечном итоге приводит к увеличению продаж. Достаточно просто, не так ли? Ну, это идет прямо в окно, как только трансмиссия достигает своего рабочего предела.
В отличие от других типов коробок передач, вариаторы требуют более высокого уровня обслуживания и ухода, например, специальные трансмиссионные жидкости для вариаторов, которые необходимо регулярно менять. Кроме того, работать с ними могут только подготовленные специалисты. В результате плата за ремонт чрезвычайно высока и, как правило, нерентабельна для владельцев автомобилей. Чаще всего те, кто владеет автомобилями с вариатором, скорее продают их, чем ремонтируют трансмиссии после того, как они выйдут из строя, ссылаясь на высокие затраты как на главный фактор.
Надежность
Другим слоном в комнате, который необходимо решить, будет общая надежность системы CVT. Он очень чувствителен к периодам обслуживания и типу используемых жидкостей. А из-за постоянного движения и растяжения ремня всякий раз, когда автомобиль меняет скорость, он более подвержен износу или даже полному выходу из строя с течением времени.
Это также не лучшая трансмиссия, если вы регулярно занимаетесь буксировкой. Бесступенчатые трансмиссии обычно плохо справляются с тяжелыми грузами из-за низких пределов крутящего момента. Превышение этого значения может привести к перегреву коробки или ее повреждению. Это одна из причин, по которой многие достойные внедорожники по-прежнему зависят от старых добрых автоматических или механических коробок передач.
Буксировка не единственный Криптонит для систем CVT. Даже температура окружающей среды снаружи может повлиять на эффективность работы трансмиссии. Жаркие и влажные условия могут усугубить проблему перегрева. Конечно, многие автопроизводители встраивают системы охлаждения трансмиссии для борьбы с этим, но в лучшем случае это временное решение, пока не произойдет фундаментальное изменение конструкции трансмиссии.
Uninspiring Drive
А еще есть ужасный беспилотный вариатор. Из-за отсутствия физических передач ускорение автомобиля с вариатором представляет собой единый непрерывный процесс. В зависимости от того, насколько сильно вы нажимаете на газ, система выбирает наиболее эффективное число оборотов и остается на нем, в то время как скорость увеличивается линейно.
Отсутствие переключения передач означает, что вы не услышите никаких изменений в звуке двигателя, когда автомобиль ускоряется или замедляется, что смущает водителя. Мы не будем заходить так далеко, чтобы называть слуховую обратную связь ерундой, но она почти сродни проскальзывающему сцеплению, что так же плохо.
Это эффективно? Да. Это приятно? Отнюдь не. Жуткий монотонный гул лишает водителя чувства скорости и лишает водителя возможности получить приличный опыт вождения, даже когда педаль нажата до упора. Неудивительно, что автолюбители вообще весьма пренебрежительно к нему относятся.
К чести автомобильной промышленности, однако, многие автопроизводители начали внедрять «имитированные передачи», чтобы вернуть ощущение обычной трансмиссии с помощью ложных переключений с помощью рычага переключения передач или подрулевых лепестков. Это прямо противоречит сути вариатора, но можно сказать, что этот шаг был в значительной степени мотивирован критическими отзывами водителей.
Тогда почему он до сих пор так успешен?
Проще говоря, многих потребителей по-прежнему привлекают преимущества бесступенчатой трансмиссии. В связи с тем, что в последнее время цены на топливо достигли стратосферного уровня (и теперь из-за российско-украинского кризиса), первостепенное значение имеет автомобиль, который эффективно потребляет топливо. Бесступенчатые трансмиссии помогают с легкостью заполнить этот пробел, возвращая более низкие уровни потребления, чем их автоматические/ручные эквиваленты.
Другой веской причиной может быть стоимость. Как мы упоминали ранее в статье, вариаторы дешевле в производстве и сборке, чем другие типы трансмиссий, представленные на рынке. Это позволяет автопроизводителям привлечь больше клиентов и, таким образом, увеличить продажи. В этом смысле, почему производители должны менять выигрышную формулу?
Среднестатистический покупатель автомобиля не захотел бы раскошелиться на несколько тысяч с трудом заработанных долларов, если бы это означало более увлекательное вождение. В конце концов, для многих здешних водителей автомобиль — это просто инструмент или приспособление, позволяющее добраться из точки А в точку Б, и вариатор уже отлично с этим справляется. Соедините это с объективно плавным ощущением вождения и лучшей экономией топлива, и трансмиссия в основном выиграла битву с другими трансмиссиями.
Однако для таких настоящих редукторов, как мы, это знамение времени. Если мы хотим по-настоящему убедительных впечатлений от вождения, то только автомобили с механической коробкой передач или коробкой передач с двойным сцеплением (DCT) могут предоставить, а количество автомобилей первой категории уже ограничено. Не пощадили даже грубую специальную омологацию Toyota GR Yaris с опцией CVT, доступной по неизвестным причинам.
Возможно, пришло время задуматься о мрачном будущем, где руководство и DCT ограничатся книгами по истории; где даже самые горячие автомобили сдерживаются онемевшими руками системы CVT. Главный вопрос: готовы ли любители вождения к такому переключению передач?
Самый простой и умный способ управлять своим автомобилем в Сингапуре.
Загрузить сейчас
Подробнее: This Week In Cars #20: уровни COE и ARF достигают безумных высот, 5 популярных роскошных автомобилей затронуты новым уровнем ARF, Honda HR-V mReview
Загрузить1 Приложение автомобилиста
прямо сейчас. Это универсальное приложение, разработанное водителями для водителей, позволяет вам получать последние обновления трафика, дает вам доступ к камерам дорожного движения в реальном времени и помогает вам управлять LTA и вопросами, касающимися транспортных средств.
Знаете ли вы, что у нас есть Телеграм-канал для автомобилистов ? Созданный исключительно для водителей и владельцев автомобилей в Сингапуре, вы можете мгновенно получать информацию о наших последних акциях, статьях, советах и хитростях или просто общаться с командой автомобилистов и другими водителями.
python — Tensorflow — Как использовать контрольную точку и файл .
pbКак использовать данные, сгенерированные после обучения, для обнаружения объекта на изображении?
Я создаю файл, полный контрольных точек:
В соответствии с руководством мне нужно преобразовать эти контрольные точки в файл .pb, это правильно?
Итак, я создал эту папку:
И вот мы здесь. Я не понимаю, как ее использовать для обнаружения объекта на изображении, у вас есть простой и рабочий код?
Я попробовал это, но у меня возникла проблема с загрузкой .pb
, файла ..
google.protobuf.message.DecodeError: Неверный тип провода в теге.
Может ли кто-нибудь из вас проверить мой файл .pb и сказать мне, в нем проблема или в чем-то другом? скачайте его там
Код Main.Py
# Импорт пакетов импорт ОС импорт cv2 импортировать numpy как np импортировать тензорный поток как tf импорт системы # Это необходимо, так как записная книжка хранится в папке object_detection. sys.path.append("..") # Импорт утилит из utils импортировать label_map_util из utils импортировать visualization_utils как vis_util # Получить путь к текущему рабочему каталогу CWD_PATH = os.getcwd() # Путь к .pb-файлу замороженного графа обнаружения, который содержит используемую модель # для обнаружения объектов. PATH_TO_CKPT = os.path.join("C:/####/workspace/training_demo/exported-models/my_model/saved_model/saved_model.pb") # Путь к файлу карты меток PATH_TO_LABELS = os.path.join("C:/####/workspace/training_demo/annotations/label_map.pbtxt") # Путь к изображению PATH_TO_IMAGE = os.path.join("C:/####/data/images/Ecran.png") # Количество классов, которые детектор объектов может идентифицировать NUM_CLASSES = 52 # Загружаем карту меток. # Label maps сопоставляет индексы с именами категорий, так что когда наша свертка # сеть предсказывает «5», мы знаем, что это соответствует «королю». # Здесь мы используем внутренние служебные функции, но все, что возвращает # словарь, отображающий целые числа в соответствующие строковые метки, будет в порядке label_map = label_map_util. load_labelmap(PATH_TO_LABELS) категории = label_map_util.convert_label_map_to_categories (label_map, max_num_classes = NUM_CLASSES, use_display_name = True) category_index = label_map_util.create_category_index(категории) # Загрузите модель Tensorflow в память. discovery_graph = tf.Graph() с обнаружением_graph.as_default(): od_graph_def = tf.compat.v1.GraphDef() с tf.compat.v2.io.gfile.GFile(PATH_TO_CKPT, 'rb') как fid: serialized_graph = fid.read() od_graph_def.ParseFromString (serialized_graph) tf.import_graph_def (od_graph_def, имя = '') sess = tf.Session(graph=detection_graph) # Определить входные и выходные тензоры (т.е. данные) для классификатора обнаружения объектов # Входным тензором является изображение image_tensor = discovery_graph.get_tensor_by_name('image_tensor:0') # Выходные тензоры - это поля обнаружения, оценки и классы # Каждая рамка представляет собой часть изображения, на которой был обнаружен конкретный объект детектирование_боксов = детектирование_граф. get_tensor_by_name('детектирование_боксов:0') # Каждая оценка представляет уровень достоверности для каждого из объектов. # Оценка отображается на изображении результата вместе с меткой класса. discovery_scores = discovery_graph.get_tensor_by_name('detection_scores:0') discovery_classes = discovery_graph.get_tensor_by_name('detection_classes:0') # Количество обнаруженных объектов num_detections = discovery_graph.get_tensor_by_name('num_detections:0') # Загрузить изображение с помощью OpenCV и # увеличить размеры изображения, чтобы иметь форму: [1, None, None, 3] # т. е. массив из одного столбца, где каждый элемент в столбце имеет значение RGB пикселя изображение = cv2.imread(PATH_TO_IMAGE) image_rgb = cv2.cvtColor (изображение, cv2.COLOR_BGR2RGB) image_expanded = np.expand_dims (image_rgb, ось = 0) # Выполните фактическое обнаружение, запустив модель с изображением в качестве входных данных (боксы, баллы, классы, количество) = sess.run( [ящики_обнаружения, оценки_обнаружения, классы_обнаружения, количество_обнаружений], feed_dict={image_tensor: image_expanded}) # Нарисуйте результаты обнаружения (т. н. «визуализируйте результаты») vis_util.visualize_boxes_and_labels_on_image_array( изображение, np.squeeze (коробки), np.squeeze(классы).astype(np.int32), np.squeeze (баллы), категория_индекс, use_normalized_coordinates = Верно, толщина_линии=8, min_score_thresh=0,60) # Все результаты были нарисованы на изображении. Теперь покажите изображение. cv2.imshow('Детектор объектов', изображение) # Нажмите любую клавишу, чтобы закрыть изображение cv2.waitKey(0) # Очистить cv2.destroyAllWindows()
Журнал консоли
(####) C:\####>python main.py 2021-03-04 10:16:34.144777: I tensorflow/stream_executor/platform/default/dso_loader.cc:49] Успешно открыта динамическая библиотека cudart64_110.dll Traceback (последний последний вызов): Файл «main.py», строка 63, вod_graph_def.ParseFromString (serialized_graph) Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\message.py", строка 199, в ParseFromString вернуть self. MergeFromString (сериализованный) Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\python_message.py", строка 1145, в MergeFromString если self._InternalParse(сериализованный, 0, длина) != длина: Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\python_message.py", строка 1212, в InternalParse pos = field_decoder(buffer, new_pos, end, self, field_dict) Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\decoder.py", строка 754, в DecodeField если значение._InternalParse(буфер, позиция, новая_позиция) != новая_позиция: Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\python_message.py", строка 1212, в InternalParse pos = field_decoder(buffer, new_pos, end, self, field_dict) Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\decoder.py", строка 733, в DecodeRepeatedField if value.add()._InternalParse(buffer, pos, new_pos) != new_pos: Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\python_message. py", строка 1212, в InternalParse pos = field_decoder(buffer, new_pos, end, self, field_dict) Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\decoder.py", строка 888, в DecodeMap if submsg._InternalParse(buffer, pos, new_pos) != new_pos: Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\python_message.py", строка 1198, в InternalParse (данные, new_pos) = decoder._DecodeUnknownField( Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\decoder.py", строка 989, в _DecodeUnknownField (данные, позиция) = _DecodeUnknownFieldSet (буфер, позиция) Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\decoder.py", строка 968, в _DecodeUnknownFieldSet (данные, позиция) = _DecodeUnknownField (буфер, позиция, wire_type) Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\decoder.py", строка 989, в _DecodeUnknownField (данные, позиция) = _DecodeUnknownFieldSet (буфер, позиция) Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\decoder. py", строка 968, в _DecodeUnknownFieldSet (данные, позиция) = _DecodeUnknownField (буфер, позиция, wire_type) Файл "C:\Users\Dorian\anaconda3\envs\####\lib\site-packages\google\protobuf\internal\decoder.py", строка 993, в _DecodeUnknownField поднять _DecodeError('Неверный тип провода в теге.') google.protobuf.message.DecodeError: Неверный тип провода в теге.
Модели
Базовые классы PreTrainedModel, TFPreTrainedModel и FlaxPreTrainedModel реализует общие методы загрузки/сохранения модели либо из локального файла или каталога или из предварительно обученной конфигурации модели, предоставленной библиотекой (загруженной с сайта HuggingFace AWS). репозиторий S3).
PreTrainedModel и TFPreTrainedModel также реализуют несколько методов, которые являются общими для всех моделей:
- изменение размера вложений входных токенов при добавлении новых токенов в словарь
- подрезают внимание головы модели.
Другие методы, общие для каждой модели, определены в ModuleUtilsMixin. (для моделей PyTorch) и TFModuleUtilsMixin
(для моделей TensorFlow) или
для генерации текста GenerationMixin (для моделей PyTorch),
TFGenerationMixin (для моделей TensorFlow) и
FlaxGenerationMixin (для моделей Flax/JAX).
предварительно обученная модель
Трансформаторы класса. PreTrainedModel
< источник >
( конфигурация: PretrainedConfig *входы **кваргс )
Базовый класс для всех моделей.
PreTrainedModel заботится о хранении конфигурации моделей и обрабатывает методы загрузки, загрузка и сохранение моделей, а также несколько методов, общих для всех моделей:
- изменение размера входных вложений,
- обрезают головы в головах внимания к себе.
Атрибуты класса (переопределяются производными классами):
config_class (PretrainedConfig) — Подкласс PretrainedConfig для использования в качестве класса конфигурации для этой модели архитектуры.
load_tf_weights (
Callable
) — метод Python для загрузки контрольной точки TensorFlow в модели PyTorch, принимая в качестве аргументов:- модель (PreTrainedModel) — экземпляр модели, на который загружается контрольная точка TensorFlow.
- конфигурация (
PreTrainedConfig
) — Экземпляр конфигурации, связанный с моделью. - path (
str
) — Путь к контрольной точке TensorFlow.
base_model_prefix (
str
) — Строка, указывающая атрибут, связанный с базовой моделью в производной модели. классы той же архитектуры, добавляющие модули поверх базовой модели.is_parallelizable (
логическое значение
) — флаг, указывающий, поддерживает ли эта модель распараллеливание модели.main_input_name (
str
) — Имя главного входа в модель (частоinput_ids
для НЛП модели,pixel_values
для моделей зрения иinput_values
для моделей речи).
push_to_hub
< источник >
(
repo_path_or_name: typing.Optional[str] = None
repo_url: typing.Optional[str] = Нет
use_temp_dir: bool = ложь
commit_message: str = ‘добавить модель’
организация: typing.Optional[str] = None
частный: ввод. Необязательный [bool] = Нет
use_auth_token: typing.Union[bool, str, NoneType] = None
max_shard_size: typing.Union[int, str] = ’10GB’
**model_card_kwargs )
→ str
Параметры
Возвращает
str
URL фиксации вашего {object} в данном репозитории.
Загрузите файлы модели в 🤗 Model Hub при синхронизации локального клона репозитория в repo_path_or_name
.
Примеры:
импорт трансформаторов AutoModel модель = AutoModel.from_pretrained("в корпусе bert") # Отправьте модель в ваше пространство имен с именем "my-finetuned-bert" и создайте локальный клон в # папка *my-finetuned-bert*. model.push_to_hub ("мой точно настроенный берт") # Отправьте модель в ваше пространство имен с именем "my-finetuned-bert" без локального клона. model.push_to_hub("my-finetuned-bert", use_temp_dir=True) # Отправьте модель в организацию с именем "my-finetuned-bert" и создайте локальный клон в # папка *my-finetuned-bert*. model.push_to_hub("my-finetuned-bert", организация="huggingface") # Внесите изменения в существующий репозиторий, который был локально клонирован в *my-finetuned-bert*. model.push_to_hub("my-finetuned-bert", repo_url="https://huggingface.co/sgugger/my-finetuned-bert")
from_pretrained
< источник >
( pretrained_model_name_or_path: typing.Union[str, os.PathLike, NoneType] *model_args **кваргс )
Параметры
- pretrained_model_name_or_path (
str
илиos.PathLike
, необязательный ) — Может быть:- Строка, идентификатор модели предварительно обученной модели, размещенной в репозитории модели на Huggingface.co.
Действительные идентификаторы моделей могут быть расположены на корневом уровне, например 9. 0507 bert-base-uncased или пространство имен под
имя пользователя или организации, например
dbmdz/bert-base-german-cased
. - Путь к каталогу , содержащему веса моделей, сохраненные с помощью
save_pretrained(), например,
./my_model_directory/
. - Путь или URL-адрес к файлу контрольной точки индекса tensorflow (например,
./tf_model/model.ckpt.index
). В В этом случаеfrom_tf
должен быть установлен наTrue
, а объект конфигурации должен быть предоставлен какконфиг
аргумент. Этот путь загрузки медленнее, чем преобразование контрольной точки TensorFlow в Модель PyTorch с использованием предоставленных сценариев преобразования и последующей загрузкой модели PyTorch. - Путь или URL-адрес папки модели, содержащей файл контрольной точки flax в формате .msgpack (например,
./flax_model/
, содержащийflax_model. msgpack
). В этом случаеfrom_flax
должен быть установлен наПравда
. -
Нет
, если вы предоставляете словарь конфигурации и состояния (соответственно с ключевым словом аргументыconfig
иstate_dict
).
- Строка, идентификатор модели предварительно обученной модели, размещенной в репозитории модели на Huggingface.co.
Действительные идентификаторы моделей могут быть расположены на корневом уровне, например 9. 0507 bert-base-uncased или пространство имен под
имя пользователя или организации, например
- model_args (последовательность позиционных аргументов, необязательный ) —
Все оставшиеся позиционные аргументы будут переданы в метод базовой модели
__init__
. - конфигурация (
Union[PretrainedConfig, str, os.PathLike]
, необязательный ) — Может быть:- экземпляр класса, производного от PretrainedConfig,
- строка или путь допустимы в качестве входных данных для from_pretrained().
Конфигурация модели для использования вместо автоматически загружаемой конфигурации. Конфигурация может автоматически загружаться, когда:
- Модель — это модель, предоставленная библиотекой (загруженная строкой идентификатора модели предварительно обученного модель).
- Модель была сохранена с помощью save_pretrained() и перезагружена путем предоставления сохранить каталог.
- Модель загружается путем предоставления локального каталога как
pretrained_model_name_or_path
и Файл конфигурации JSON с именем config.json находится в каталоге.
- state_dict (
Dict[str, torch.Tensor]
, необязательный ) — Словарь состояний для использования вместо словаря состояний, загруженного из сохраненного файла весов.Этот параметр можно использовать, если вы хотите создать модель из предварительно обученной конфигурации, но загрузить собственную веса. Однако в этом случае вы должны проверить, используете ли вы save_pretrained() и from_pretrained() не является более простым вариантом.
- cache_dir (
Union[str, os.PathLike]
, необязательный ) — Путь к каталогу, в котором должна кэшироваться загруженная конфигурация предварительно обученной модели, если стандартный кеш не должен использоваться. - from_tf (
bool
, необязательный , по умолчаниюFalse
) — Загрузите веса модели из файла сохранения контрольной точки TensorFlow (см.pretrained_model_name_or_path
аргумент). - from_flax (
bool
, необязательный , по умолчаниюFalse
) — Загрузите веса модели из файла сохранения контрольной точки Flax (см.аргумент pretrained_model_name_or_path
). - ignore_mismatched_sizes (
bool
, необязательный , по умолчаниюFalse
) — Выдавать ли ошибку, если некоторые веса из контрольной точки не имеют одинакового размера как веса модели (если, например, вы создаете экземпляр модели с 10 метками из контрольно-пропускной пункт с 3 метками). - force_download (
bool
, необязательный , по умолчаниюFalse
) — Следует ли принудительно (повторно) загружать вес модели и файлы конфигурации, переопределяя кэшированные версии, если они существуют. - резюме_загрузки (
bool
, необязательный , по умолчаниюFalse
) — Удалять ли не полностью полученные файлы. Попытается возобновить загрузку, если такая Файл существует. - прокси (
Dict[str, str]
, необязательный ) — Словарь прокси-серверов для использования по протоколу или конечной точке, например,{'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}
. Прокси используются при каждом запросе. - output_loading_info(
bool
, необязательный , по умолчаниюFalse
) — Следует ли также возвращать словарь, содержащий отсутствующие ключи, неожиданные ключи и сообщения об ошибках. - local_files_only(
bool
, необязательный , по умолчаниюFalse
) — Нужно ли смотреть только локальные файлы (т. е. не пытаться загрузить модель). - use_auth_token (
str
или bool , необязательный ) — Маркер для использования в качестве авторизации носителя HTTP для удаленных файлов. ЕслиTrue
, будет использоваться сгенерированный токен при запускеtransforms-cli логин
(хранится в~/.huggingface
). - ревизия (
str
, необязательный , по умолчанию«основной»
) — Конкретная версия модели для использования. Это может быть имя ветки, имя тега или идентификатор коммита, поскольку мы используем система на основе git для хранения моделей и других артефактов на Huggingface.co, поэтомуревизия
может быть любой идентификатор, разрешенный git. - зеркало (
ул
, дополнительно ) — Зеркальный источник для ускорения загрузки в Китае. Если вы из Китая и у вас есть доступ проблема, вы можете установить эту опцию, чтобы решить ее. Обратите внимание, что мы не гарантируем своевременность или безопасность. Пожалуйста, обратитесь к зеркальному сайту для получения дополнительной информации. - _fast_init(
bool
, необязательный , по умолчаниюTrue
) — Следует ли отключать быструю инициализацию.Следует только отключить _fast_init для обеспечения обратной совместимости с преобразователями
. __version__ < 4.6.0
для инициализации заполненной модели. Этот аргумент будет удален в следующей основной версии. Видеть запрос на вытягивание 11471 для получения дополнительной информации.
Параметры для вывода большой модели
Создание экземпляра предварительно обученной модели pytorch из предварительно обученной конфигурации модели.
По умолчанию модель устанавливается в режим оценки с помощью model.eval()
(модули Dropout деактивированы). Тренировать
модели, вы должны сначала перевести ее обратно в режим обучения с помощью модель.поезд()
.
Предупреждение Веса из XXX не инициализированы из предварительно обученной модели означает, что веса XXX не приходят предварительно обучен с остальной частью модели. Вам решать тренировать эти веса с последующей тонкой настройкой. задача.
Предупреждение Веса из XXX не используются в YYY означает, что слой XXX не используется YYY, поэтому веса сбрасываются.
Передача `use_auth_token=True“ требуется, если вы хотите использовать частную модель.
Активировать специальный «оффлайн-режим», чтобы используйте этот метод в среде с брандмауэром.
Примеры:
>>> из трансформаторов импортировать BertConfig, BertModel >>> # Скачать модель и конфигурацию с Huggingface.co и кэш. >>> model = BertModel.from_pretrained("bert-base-uncased") >>> # Модель была сохранена с помощью *save_pretrained('./test/saved_model/')* (например, не работает). >>> model = BertModel.from_pretrained("./test/saved_model/") >>> # Обновление конфигурации во время загрузки. >>> model = BertModel.from_pretrained("bert-base-uncased", output_attentions=True) >>> утверждать model.config.output_attentions == True >>> # Загрузка из файла контрольной точки TF вместо модели PyTorch (медленнее, например, не работает). >>> config = BertConfig. from_json_file("./tf_model/my_tf_model_config.json") >>> model = BertModel.from_pretrained("./tf_model/my_tf_checkpoint.ckpt.index", from_tf=True, config=config) >>> # Загрузка из файла контрольной точки Flax вместо модели PyTorch (медленнее) >>> model = BertModel.from_pretrained("bert-base-uncased", from_flax=True) 9Вот как это работает:
В настоящее время он не может обрабатывать DeepSpeed ZeRO stage 3 и игнорирует ошибки загрузки
get_input_embeddings
< источник >
(
)
→
nn.Module
Возвращает
nn.Module
Модуль факела, отображающий словарь в скрытые состояния.
Возвращает входные данные модели.
get_output_embeddings
< источник >
(
)
→
nn.Module
Возвращает
nn.Module
Модуль факела, отображающий скрытые состояния в словарь.
Возвращает выходные данные модели.
gradient_checkpointing_disable
< источник >
( )
Деактивирует контрольную точку градиента для текущей модели.
Обратите внимание, что в других платформах эта функция может называться «контрольная точка активации» или «контрольная точка». активации».
gradient_checkpointing_enable
< источник >
( )
Активирует контрольную точку градиента для текущей модели.
Обратите внимание, что в других платформах эта функция может называться «контрольная точка активации» или «контрольная точка». активации».
init_weights
< источник >
( )
При необходимости сокращает и, возможно, инициализирует веса.
post_init
< источник >
( )
Метод, выполняемый в конце каждой инициализации модели Transformer для выполнения кода, который требует модули должным образом инициализированы (например, инициализация веса).
prune_heads
< источник >
( heads_to_prune: ввод.Dict[int, ввод.List[int]] )
Параметры
-
head_to_prune (
Dict[int, List[int]]
) — Словарь с выбранными ключами индексов слоев (int
) и связанные значения представляют собой список заголовков для обрезки в указанном слое (списокint
). Например, {1: [0, 2], 2: [2, 3]} удалит головки 0 и 2 на слой 1 и головы 2 и 3 на слое 2.
Кочаны чернослива базовой модели.
регистр_для_авто_класса
< источник >
( auto_class = 'Автомодель' )
Параметры
-
auto_class (
стр
илитип
, опционально , по умолчанию"AutoModel"
) — Класс auto для регистрации этой новой модели.
Зарегистрируйте этот класс с данным классом авто. Это следует использовать только для пользовательских моделей, как те, что в библиотека уже сопоставлена с автоматическим классом.
Этот API является экспериментальным и в следующих выпусках могут быть внесены незначительные изменения.
resize_token_embeddings
< источник >
(
new_num_tokens: typing.Optional[int] = Нет
)
→
torch.nn.Заливка
Параметры
-
new_num_tokens (
целое число
, необязательный ) — Количество новых токенов в матрице внедрения. Увеличение размера добавит вновь инициализированные вектора в конце. Уменьшение размера удалит векторы с конца. Если не указано илиNone
, просто возвращает указатель на входные токеныtorch.nn.Embedding
модуля модели ничего не делая.
Возвращает
torch.nn.Embedding
Указатель на входные токены Embeddings Модуль модели.
Изменяет размер матрицы вложений входных токенов модели, если new_num_tokens != config.vocab_size
.
После этого заботится о связывании весов, если в классе модели есть метод tie_weights()
.
save_pretrained
< источник >
( save_directory: type.Union[str, os.PathLike] is_main_process: логическое значение = Истина state_dict: ввод. Необязательный [dict] = Нет save_function: typing.Callable = <сохранение функции по адресу 0x7fd1a8565670> push_to_hub: логическое значение = ложь max_shard_size: typing.Union[int, str] = '10GB' **кваргс )
Параметры
-
save_directory (
str
илиos.PathLike
) — Каталог для сохранения. Будет создан, если он не существует. -
is_main_process (
bool
, необязательный , по умолчаниюTrue
) — Является ли процесс, вызывающий это, основным процессом или нет. Полезно при распределенном обучении, например TPU и должны вызывать эту функцию для всех процессов. В этом случае установитеis_main_process=True
только на основной процесс, чтобы избежать условий гонки. -
state_dict (вложенный словарь
torch.Tensor
) — Словарь состояний модели для сохранения. По умолчанию будетself.state_dict()
, но может использоваться только для сохранить части модели или если необходимо принять особые меры предосторожности при восстановлении словаря состояний модели (например, при использовании модельного параллелизма). -
save_function (
Вызываемый
) — Функция, используемая для сохранения словаря состояния. Полезно при распределенном обучении, таком как TPU, когда один необходимо заменитьtorch.save
другим методом. -
push_to_hub (
bool
, необязательный , по умолчаниюFalse
) — Нужно ли отправлять вашу модель в хаб моделей Hugging Face после ее сохранения.Использование
push_to_hub=True
синхронизирует репозиторий, в который вы отправляете push, сsave_directory
, который требует, чтобыsave_directory
был локальным клоном репозитория, в который вы отправляете, если он существует папка. Передайтеtemp_dir=True
, чтобы вместо этого использовать временный каталог. -
max_shard_size (
int
илиstr
, необязательный , по умолчанию"10 ГБ"
) — Максимальный размер контрольной точки перед шардингом. Осколок контрольных точек будет иметь каждый размер ниже этого размера. Если указано в виде строки, должны быть цифры, за которыми следует единица (например,"5MB"
).Если один вес модели больше, чем
max_shard_size
, он будет находиться в своем осколке контрольной точки. который будет большеmax_shard_size
.кварга — Дополнительные аргументы ключевого слова передаются методу push_to_hub().
Сохраните модель и файл ее конфигурации в директорию, чтобы ее можно было повторно загрузить с помощью
[from_pretrained()](/docs/transformers/v4.21.1/en/main_classes/model#transformers.PreTrainedModel.from_pretrained)
метод класса.
set_input_embeddings
< источник >
( значение: модуль )
Параметры
-
значение (
nn.Module
) — модуль, отображающий словарь в скрытые состояния.
Установить входные данные модели.
привязные грузы
< источник >
( )
Свяжите веса между входными и выходными вложениями.
Если в конфигурации установлен флаг torchscript
, невозможно обработать совместное использование параметров, поэтому мы клонируем
вместо этого весы.
Загрузка большой модели
В Transformers 4.20.0 метод from_pretrained() был переработан для поддержки больших моделей с помощью Accelerate. Для этого требуется Accelerate >= 0.9.0 и PyTorch >= 1.9.0. Вместо того, чтобы создавать полную модель, а затем загружать в нее предварительно обученные веса (что занимает вдвое больше размера модели в ОЗУ, один для случайно инициализированной модели, один для весов), есть возможность создать модель как пустую shell, затем материализовать его параметры только при загрузке предварительно обученных весов.
Эту опцию можно активировать с помощью low_cpu_mem_usage=True
. Модель сначала создается на мета-устройстве (с пустыми весами), а затем внутрь нее загружается диктофон состояния (осколок за осколком в случае сегментированной контрольной точки). Таким образом, максимально используемая оперативная память соответствует только полному размеру модели.
из импорта трансформаторов AutoModelForSeq2SeqLM t0pp = AutoModelForSeq2SeqLM.from_pretrained("bigscience/T0pp", low_cpu_mem_usage=True)
Кроме того, вы можете напрямую размещать модель на разных устройствах, если она не полностью помещается в ОЗУ (пока работает только для вывода). С device_map="auto"
, Accelerate определит, где разместить каждый слой, чтобы максимально использовать ваши самые быстрые устройства (GPU) и разгрузить остальные на CPU или даже на жесткий диск, если у вас недостаточно оперативной памяти GPU ( или ОЗУ процессора). Даже если модель разделена на несколько устройств, она будет работать так, как вы обычно ожидаете.
При передаче device_map
, low_cpu_mem_usage
автоматически устанавливается в True
, так что указывать его не нужно:
from transforms import AutoModelForSeq2SeqLM t0pp = AutoModelForSeq2SeqLM.from_pretrained("bigscience/T0pp", device_map="auto")
Вы можете проверить, как модель была разделена между устройствами, просмотрев ее атрибут hf_device_map
:
t0pp.hf_device_map
{'shared': 0, 'decoder.embed_tokens': 0, 'кодер': 0, 'декодер.блок.0': 0, 'декодер.блок.1': 1, 'декодер.блок.2': 1, 'декодер.блок.3': 1, 'декодер. блок.4': 1, 'декодер.блок.5': 1, 'декодер.блок.6': 1, 'декодер.блок.7': 1, 'декодер.блок.8': 1, 'декодер.блок.9': 1, 'декодер.блок.10': 1, 'декодер.блок.11': 1, 'декодер.блок.12': 1, 'декодер.блок.13': 1, 'декодер.блок.14': 1, 'декодер.блок.15': 1, 'декодер.блок.16': 1, 'декодер.блок.17': 1, 'декодер.блок.18': 1, 'декодер.блок.19': 1, 'декодер.блок.20': 1, 'декодер.блок.21': 1, 'декодер.блок.22': 'процессор', 'декодер.блок.23': 'процессор', 'decoder.final_layer_norm': 'процессор', 'decoder.dropout': 'процессор', 'lm_head': 'cpu'}
Вы также можете написать свою собственную карту устройств в том же формате (имя словарного слоя для устройства). Он должен сопоставлять все параметры модели с данным устройством, но вам не нужно подробно указывать, куда идут все подмосулы одного слоя, если этот слой полностью находится на одном устройстве. Например, следующая карта устройств будет правильно работать для T0pp (если у вас есть память графического процессора):
device_map = {"shared": 0, "encoder": 0, "decoder": 1, "lm_head": 1}
Еще один способ свести к минимуму влияние вашей модели на память — создать ее экземпляр с более низкой точностью dtype (например, torch. float16
).
Тип экземпляра модели
Под Pytorch модель обычно создается в формате torch.float32
. Это может быть проблемой, если кто-то пытается
загрузите модель, веса которой указаны в fp16, поскольку для этого потребуется в два раза больше памяти. Чтобы преодолеть это ограничение, вы можете
либо явно передать нужные dtype
с использованием torch_dtype
аргумент:
model = T5ForConditionalGeneration.from_pretrained("t5", torch_dtype=torch.float16)
или, если вы хотите, чтобы модель всегда загружалась в наиболее оптимальном шаблоне памяти, вы можете использовать специальное значение "авто"
,
и затем dtype
будет автоматически получен из весов модели:
model = T5ForConditionalGeneration.from_pretrained("t5", torch_dtype="auto")
Модели, созданные с нуля, также могут быть сообщены, какие dtype
для использования с:
config = T5Config. from_pretrained("t5") model = AutoModel.from_config(config)
Из-за дизайна Pytorch эта функция доступна только для плавающих dtypes.
МодульUtilsMixin
класс transforms.modeling_utils.ModuleUtilsMixin
< источник >
( )
Несколько утилит для torch.nn.Modules
, для использования в качестве миксина.
add_memory_hooks
< источник >
( )
Добавьте обработчик памяти до и после каждого прямого прохода подмодуля, чтобы зафиксировать увеличение потребления памяти.
Увеличение потребления памяти сохраняется в атрибуте mem_rss_diff
для каждого модуля и может быть сброшено до нуля
с model.reset_memory_hooks_state()
.
оценка_токенов
< источник >
(
input_dict: typing.Dict[str, typing.Union[torch.Tensor, typing.Any]] )
→ интервал
Параметры
- inputs (
dict
) — Входы модели.
Возвращает
int
Общее количество токенов.
Вспомогательная функция для оценки общего количества токенов из входных данных модели.
операции с плавающей запятой
< источник >
(
input_dict: typing.Dict[str, typing.Union[torch.Tensor, typing.Any]]
exclude_embeddings: логическое значение = Истина )
→ интервал
Параметры
- размер_пакета (
целое число
) — Размер пакета для прямого прохода. - длина последовательности (
целое число
) — Количество токенов в каждой строке пакета. - exclude_embeddings (
bool
, необязательный , по умолчаниюTrue
) — Учитывать ли встраивание и операции softmax.
Возвращает
int
Количество операций с плавающей запятой.
Получить количество (необязательное встраивание) операций с плавающей запятой для прямого и обратного проходов
партия с этой моделью трансформатора. Приближение по умолчанию не учитывает квадратичную зависимость от количества
токены (действительны, если 12 * d_model << sequence_length
), как указано в этом
бумажный раздел 2.1. Должен быть переопределен для трансформаторов с параметром
повторное использование Albert или Universal Transformers, или при моделировании дальнего действия с очень большой длиной последовательности.
get_extended_attention_mask
< источник >
( Attention_mask: тензор input_shape: ввод.Tuple[int] устройство: <объект свойства по адресу 0x7fd14fe1e040> = Нет dtype: torch.float32 = Нет )
Параметры
- маска_внимания (
факел.Тензор
) — Маска с единицами, указывающими на токены, на которые следует обратить внимание, и на нули, обозначающие токены, которые следует игнорировать. - input_shape (
Кортеж [int]
) — Форма входа в модель.
Позволяет транслировать внимание и каузальные маски, чтобы будущие и маскированные токены игнорировались.
get_head_mask
< источник >
( head_mask: ввод.Необязательно[torch.Tensor] num_hidden_layers: целое число is_attention_chunked: логическое значение = ложь )
Параметры
- head_mask (
факел.Тензор
с формой[число головок]
или[число скрытых_слоев x число головок]
, опционально ) — Маска, указывающая, должны ли мы оставить головы или нет (1.0 для сохранения, 0.0 для выбрасывания). - num_hidden_layers (
целое число
) — Количество скрытых слоев в модели. is_attention_chunked — (bool
, необязательный , по умолчаниюFalse
): Независимо от того, вычисляются ли оценки внимания по частям или нет.
При необходимости подготовьте маску для головы.
инвертировать_внимание_маска
< источник >
(
encoder_attention_mask: тензор )
→ Факел. Тензор
Параметры
- encoder_attention_mask (
torch.Tensor
) — Маска внимания.
Возвращает
Факел.Тензор
Перевернутая маска внимания.
Инвертировать маску внимания (например, переключатели 0. и 1.).
количество_параметров
< источник >
(
only_trainable: логическое значение = ложь
exclude_embeddings: логическое значение = ложь )
→ целое
Параметры
- only_trainable (
bool
, необязательно , по умолчаниюFalse
) — Возвращать или нет только количество обучаемых параметров - exclude_embeddings (
bool
, необязательный , по умолчаниюFalse
) — Следует ли возвращать только количество параметров, не являющихся встраиваниями
Возвращает
int
Количество параметров.
Получить количество (необязательно обучаемых или не встраиваемых) параметров в модуле.
reset_memory_hooks_state
< источник >
( )
Сбросить атрибут mem_rss_diff
каждого модуля (см. add_memory_hooks()).
TFPreTrainedModel
Трансформаторы класса.TFPreTrainedModel
< источник >
( *аргументы **кваргс )
Базовый класс для всех моделей TF.
TFPreTrainedModel хранит конфигурацию моделей и обрабатывает методы загрузки, загрузка и сохранение моделей, а также несколько методов, общих для всех моделей:
- изменение размера входных вложений,
- обрезают головы в головах внимания к себе.
Атрибуты класса (переопределены производными классами):
- config_class (PretrainedConfig) — подкласс PretrainedConfig для использования в качестве класса конфигурации для этой модели архитектуры.
- base_model_prefix (
str
) — Строка, указывающая атрибут, связанный с базовой моделью в производной модели. классы той же архитектуры, добавляющие модули поверх базовой модели. - main_input_name (
str
) — Имя главного входа в модель (частоinput_ids
для НЛП модели,pixel_values
для моделей зрения иinput_values
для моделей речи).
push_to_hub
< источник >
(
repo_path_or_name: typing.Optional[str] = None
repo_url: typing.Optional[str] = Нет
use_temp_dir: bool = ложь
commit_message: typing.Optional[str] = Нет
организация: typing.Optional[str] = None
частный: ввод. Необязательный [bool] = Нет
use_auth_token: typing.Union[bool, str, NoneType] = None
max_shard_size: typing.Union[int, str, NoneType] = '10GB'
**model_card_kwargs )
→ стр
Параметры
- repo_path_or_name (
str
, необязательный ) — Может быть либо именем репозитория для вашей модели в концентраторе, либо путем к локальной папке (в этом случае репозиторий будет иметь имя этой локальной папки). Если не указано, по умолчанию используется имя заданныйrepo_url
, и будет создан локальный каталог с этим именем. - repo_url (
стр
, дополнительно ) — Укажите это, если вы хотите отправить данные в существующий репозиторий в хабе. Если не указано, новый репозиторий будет создан в вашем пространстве имен (если вы не укажете организациюrepo_name
. - use_temp_dir (
bool
, необязательный , по умолчаниюFalse
) — Следует ли клонировать удаленное репо во временный каталог или вrepo_path_or_name
внутри текущий рабочий каталог. Это замедлит работу, если вы вносите изменения в существующий репо. так как вам нужно будет клонировать репо перед каждым нажатием. - commit_message (
str
, необязательный ) — Сообщение для фиксации при нажатии. По умолчанию будет"добавить модель"
. - организация (
стр
, дополнительно ) — Организация, в которой вы хотите продвигать свою модель (вы должны быть членом этой организации). - частный (
bool
, дополнительный ) — Должен ли созданный репозиторий быть частным (требуется платная подписка). - use_auth_token (
bool
илиstr
, необязательный ) — Маркер для использования в качестве авторизации носителя HTTP для удаленных файлов. ЕслиTrue
, будет использоваться сгенерированный токен при запускеtransforms-cli логин
(хранится в~/.huggingface
). По умолчанию будетTrue
, еслиrepo_url
не указан.
Возвращает
str
URL фиксации вашей модели в данном репозитории.
Загрузите контрольную точку модели в 🤗 Model Hub при синхронизации локального клона репозитория в repo_path_or_name
.
Примеры:
из импорта трансформаторов TFAutoModel модель = TFAutoModel.from_pretrained("оболочка bert") # Отправьте модель в ваше пространство имен с именем "my-finetuned-bert" и создайте локальный клон в # папка *my-finetuned-bert*. model.push_to_hub ("мой точно настроенный берт") # Отправьте модель в ваше пространство имен с именем "my-finetuned-bert" без локального клона. model.push_to_hub("my-finetuned-bert", use_temp_dir=True) # Отправьте модель в организацию с именем "my-finetuned-bert" и создайте локальный клон в # папка *my-finetuned-bert*. model.push_to_hub("my-finetuned-bert", организация="huggingface") # Внесите изменения в существующий репозиторий, который был локально клонирован в *my-finetuned-bert*. model.push_to_hub("my-finetuned-bert", repo_url="https://huggingface.co/sgugger/my-finetuned-bert")
скомпилировать
< источник >
( оптимизатор = 'rmsprop' потеря = 'прохождение' метрики = нет loss_weights = Нет взвешенные_метрики = нет run_eagerly = Нет steps_per_execution = Нет **кваргс )
Это тонкая обертка, которая устанавливает выходной напор модели потерь как потери, если пользователь не указывает потери функционируют сами.
from_pretrained
< источник >
( pretrained_model_name_or_path *model_args **кваргс )
Параметры
Создать экземпляр предварительно обученной модели TF 2.0 из конфигурации предварительно обученной модели.
Предупреждение Веса из XXX не инициализированы из предварительно обученной модели означает, что веса XXX не приходят предварительно обучен с остальной частью модели. Вам решать тренировать эти веса с последующей тонкой настройкой. задача.
Предупреждение Веса из XXX не используются в YYY означает, что слой XXX не используется YYY, поэтому веса сбрасываются.
Передача use_auth_token=True
требуется, если вы хотите использовать частную модель.
Примеры:
>>> из трансформаторов импортировать BertConfig, TFBertModel >>> # Скачать модель и конфигурацию с Huggingface.co и кэш. >>> model = TFBertModel.from_pretrained("bert-base-uncased") >>> # Модель была сохранена с помощью *save_pretrained('. /test/saved_model/')* (например, не работает). >>> модель = TFBertModel.from_pretrained("./test/saved_model/") >>> # Обновление конфигурации во время загрузки. >>> model = TFBertModel.from_pretrained("bert-base-uncased", output_attentions=True) >>> утверждать model.config.output_attentions == True >>> # Загрузка из файла модели Pytorch вместо контрольной точки TensorFlow (медленнее, например, не работает). >>> config = BertConfig.from_json_file("./pt_model/my_pt_model_config.json") >>> model = TFBertModel.from_pretrained("./pt_model/my_pytorch_model.bin", from_pt=True, config=config)
get_bias
< источник >
( )
→ tf.Variable
Возвращает
tf.Variable
Веса, представляющие смещение. Нет, если не модель LM.
Диаграмма смещения, прикрепленная к головке LM. Ключ представляет имя атрибута смещения.
get_input_embeddings
< источник >
( )
→ tf. Переменная
Возвращает
tf.Variable
Слой вложений, отображающий словарь в скрытые состояния.
Возвращает входной слой встраивания модели.
get_lm_head
< источник >
( )
→ tf.keras.layers.Layer
Возвращает
tf.keras.layers.Layer
Слой головки LM, если он есть в модели, в противном случае — None.
Головной слой LM. Этот метод должен быть перезаписан всеми моделями, имеющими головку lm.
get_output_embeddings
< источник >
( )
→ tf.Variable
Возвращает
tf.Variable
Новый словарный запас сопоставления весов со скрытыми состояниями.
Возвращает выходные данные модели
get_output_layer_with_bias
< источник >
( )
→ tf.keras.layers.Layer
Возвращает
tf. keras.layers.Layer
Слой, который обрабатывает смещение. Нет, если не модель LM.
Получить слой, который обрабатывает атрибут смещения, если модель имеет головку LM с грузами, привязанными к вложения
get_prefix_bias_name
< источник >
( )
→ str
Возвращает
str
Имя _prefix смещения.
Получить составное имя _prefix смещения от имени модели до родительского слоя
load_repo_checkpoint
< источник >
(
repo_path_or_name )
→ дикт
Параметры
- repo_path_or_name (
str
) — Может быть либо именем репозитория для вашего {объекта} в концентраторе, либо путем к локальной папке (в этом случае репозиторий будет иметь имя этой локальной папки).
Возвращает
dict
Словарь дополнительных метаданных контрольной точки, чаще всего счет «эпохи».
Загружает сохраненную контрольную точку (веса модели и состояние оптимизатора) из репозитория. Возвращает текущий счетчик эпох, когда сделан КПП.
prepare_tf_dataset
< источник >
(
набор данных: наборы данных.Набор данных
размер партии: интервал = 8
перемешивание: логическое значение = Истина
токенизатор: type.Optional[ForwardRef('PreTrainedTokenizerBase')] = Нет
collate_fn: typing.Optional[typing.Callable] = Нет
collate_fn_args: typing.Union[typing.Dict[str, typing.Any], NoneType] = None
drop_remainder: typing.Optional[bool] = Нет
предварительная выборка: логическое значение = Истина )
→ Набор данных
Параметры
- набор данных (
Любой
) — Набор [~datasets.Dataset
] должен быть обернут какtf.data.Dataset
. - размер_пакета (
целое число
, по умолчанию 8) — Размер пакетов для возврата. - перемешивание (
bool
, по умолчаниюTrue
) — Следует ли возвращать выборки из набора данных в случайном порядке. ОбычноTrue
для обучающих наборов данных иFalse
для наборов данных проверки/тестирования. - Токенизатор (PreTrainedTokenizerBase, , необязательный ) —
PreTrainedTokenizer
collate_fn
. - collate_fn (
Вызываемый
, необязательный ) — Функция, которая объединяет выборки из набора данных в один пакет. По умолчаниюDefaultDataCollator
, если не предоставлен токенизаторDataCollatorWithPadding
, если токенизатор - collate_fn_args (
Dict[str, Any]
, необязательный ) — Список аргументов для передачи вcollate_fn
вместе со списком образцов. - drop_remainder (
bool
, необязательный ) — Отбрасывать ли окончательный пакет, если размер_пакета неравномерно делит длину набора данных. По умолчанию к той же настройке, что иперемешать
. - prefetch (
bool
, по умолчаниюTrue
) — Добавлять ли предварительную выборку в конец конвейераtf.data
. Это почти всегда полезно для производительность, но может быть отключен в крайних случаях.
Возвращает
Набор данных
Набор данных tf.data.Dataset
, готовый для передачи в Keras API.
Оборачивает набор данных HuggingFace как tf.data.Dataset
с сопоставлением и пакетной обработкой. Этот метод
разработан для создания «готового к использованию» набора данных, который может быть передан непосредственно в методы Keras, такие как fit()
без
дальнейшая модификация. Метод удалит столбцы из набора данных, если они не соответствуют входным именам для
модель. Если вы хотите указать возвращаемые имена столбцов, а не использовать имена, соответствующие этой модели, мы
вместо этого рекомендуется использовать Dataset.to_tf_dataset()
.
prune_heads
< источник >
( head_to_prune )
Параметры
- head_to_prune (
Dict[int, List[int]]
) — Словарь с ключами, являющимися выбранными индексами слоя (int
), и соответствующими значениями, являющимися списком заголовков для обрезки в указанном слое (списокint
). Например, {1: [0, 2], 2: [2, 3]} удалит головки 0 и 2 на слой 1 и головы 2 и 3 на слое 2.
Обрезает головки базовой модели.
resize_token_embeddings
< источник >
(
new_num_tokens = Нет )
→ tf.Переменная
Параметры
- new_num_tokens (
целое число
, необязательный ) — Количество новых токенов в матрице внедрения. Увеличение размера добавит вновь инициализированные вектора в конце. Уменьшение размера удалит векторы с конца. Если не указано илиНет
, просто возвращает указатель на входные токеныtf.Variable
модуля модели, ничего не делая.
Возвращает
tf.Variable
Указатель на входные токены Embeddings Модуль модели.
Изменяет размер матрицы вложений входных токенов модели, если new_num_tokens != config.vocab_size
.
После этого заботится о встраивании связывающих весов, если класс модели имеет tie_weights() 9Метод 0508.
save_pretrained
< источник >
( save_directory сохраненная_модель = Ложь версия = 1 push_to_hub = Ложь max_shard_size: typing.Union[int, str] = '10GB' **кваргс )
Параметры
- каталог_сохранения (
стр
) — Каталог для сохранения. Будет создан, если он не существует. - сохраненная_модель (
логическое значение
, необязательный , по умолчаниюFalse
) — Должна ли модель быть сохранена в формате сохраненной модели или нет. - версия (
int
, необязательный , по умолчанию 1) — Версия сохраненной модели. Сохраненная модель должна иметь версию, чтобы ее можно было правильно загрузить Обслуживание TensorFlow, как описано в официальной документации. https://www.tensorflow.org/tfx/serving/serving_basic - push_to_hub (
bool
, необязательный , по умолчаниюFalse
) — Нужно ли отправлять вашу модель в хаб моделей Hugging Face после ее сохранения.Использование
push_to_hub=True
синхронизирует репозиторий, в который вы отправляете push, сsave_directory
, который требует, чтобыsave_directory
был локальным клоном репозитория, в который вы отправляете, если он существует папка. Передайтеtemp_dir=True
, чтобы вместо этого использовать временный каталог. - max_shard_size (
int
илиstr
, необязательный , по умолчанию"10 ГБ"
) — Максимальный размер контрольной точки перед шардингом. Осколок контрольных точек будет иметь каждый размер ниже этого размера. Если указано в виде строки, должны быть цифры, за которыми следует единица (например,"5MB"
).Если один вес модели больше, чем
max_shard_size
, он будет находиться в своем осколке контрольной точки. который будет большеmax_shard_size
.кварга — Дополнительные аргументы ключевого слова передаются методу push_to_hub().
Сохраните модель и файл ее конфигурации в директорию, чтобы ее можно было повторно загрузить с помощью Метод класса from_pretrained().
обслуживание
( входы )
Параметры
- входы (
Dict[str, tf. Tensor]
) — Ввод сохраненной модели в виде словаря тензоров.
Метод, используемый для подачи модели.
serving_output
< источник >
( выход )
Параметры
- вывод (
TFBaseModelOutput
) — Выходные данные, возвращаемые моделью.
Подготовьте выходные данные сохраненной модели. Каждая модель должна реализовать эту функцию.
set_bias
< источник >
( ценность )
Параметры
- значение (
Dict[tf.Variable]
) — Все новое смещение прикреплено к головке LM.
Установите все смещения в головке LM.
set_input_embeddings
< источник >
( ценность )
Параметры
- значение (
tf.Переменная
) — Новые веса отображают скрытые состояния в словарь.
Набор входных вложений модели
set_output_embeddings
< источник >
( ценность )
Параметры
- значение (
tf.Переменная
) — Новые веса отображают скрытые состояния в словарь.
Установить выходные вложения модели
test_step
< источник >
( данные )
Модификация Keras по умолчанию train_step
, который правильно обрабатывает сопоставление выходных данных с метками для наших моделей.
и поддерживает непосредственную тренировку на выходной головке потери. Кроме того, он обеспечивает копирование ключей ввода в
метки, где это уместно. Он также будет копировать ключи меток во входной словарь при использовании фиктивной потери, чтобы гарантировать
что они доступны модели во время прямого прохода.
train_step
< источник >
( данные )
Модификация Keras по умолчанию train_step
, который правильно обрабатывает сопоставление выходных данных с метками для наших моделей. и поддерживает непосредственную тренировку на выходной головке потери. Кроме того, он обеспечивает копирование ключей ввода в
метки, где это уместно. Он также будет копировать ключи меток во входной словарь при использовании фиктивной потери, чтобы гарантировать
что они доступны модели во время прямого прохода.
TFModelUtilsMixin
класс transforms.modeling_tf_utils.TFModelUtilsMixin
< источник >
( )
Несколько утилит для tf.keras.Model
, для использования в качестве миксина.
количество_параметров
< источник >
(
only_trainable: логическое значение = ложь )
→ целое
Параметры
- only_trainable (
bool
, необязательно , по умолчаниюFalse
) — Возвращать или нет только количество обучаемых параметров
Возвращает
int
Количество параметров.
Получить количество (необязательно обучаемых) параметров в модели.
ЛенPreTrainedМодель
Трансформаторы класса.FlaxPreTrainedModel
< источник >
( конфигурация: PretrainedConfig модуль: Модуль input_shape: ввод.Tuple = (1, 1) семя: интервал = 0 dtype: dtype = <класс 'jax.numpy.float32'> _do_init: логическое значение = Истина )
Базовый класс для всех моделей.
FlaxPreTrainedModel хранит конфигурацию моделей и обрабатывает методы загрузки, скачивание и сохранение моделей.
Атрибуты класса (переопределены производными классами):
- config_class (PretrainedConfig) — подкласс PretrainedConfig для использования в качестве класса конфигурации для этой модели архитектуры.
- base_model_prefix (
str
) — Строка, указывающая атрибут, связанный с базовой моделью в производной модели. классы той же архитектуры, добавляющие модули поверх базовой модели. - main_input_name (
str
) — Имя главного входа в модель (частоinput_ids
для НЛП модели,pixel_values
для моделей зрения иinput_values
для моделей речи).
push_to_hub
< источник >
(
repo_path_or_name: typing.Optional[str] = None
repo_url: typing.Optional[str] = Нет
use_temp_dir: bool = ложь
commit_message: typing.Optional[str] = Нет
организация: typing.Optional[str] = None
частный: ввод. Необязательный [bool] = Нет
use_auth_token: typing.Union[bool, str, NoneType] = None
max_shard_size: typing.Union[int, str, NoneType] = '10GB'
**model_card_kwargs )
→ стр
Параметры
- repo_path_or_name (
str
, необязательный ) — Может быть либо именем репозитория для вашей модели в концентраторе, либо путем к локальной папке (в этом случае репозиторий будет иметь имя этой локальной папки). Если не указано, по умолчанию используется имя заданныйrepo_url
, и будет создан локальный каталог с этим именем. - repo_url (
стр
, дополнительно ) — Укажите это, если вы хотите отправить данные в существующий репозиторий в хабе. Если не указано, новый репозиторий будет создан в вашем пространстве имен (если вы не укажете организациюrepo_name
. - use_temp_dir (
bool
, необязательный , по умолчаниюFalse
) — Следует ли клонировать удаленное репо во временный каталог или вrepo_path_or_name
внутри текущий рабочий каталог. Это замедлит работу, если вы вносите изменения в существующий репо. так как вам нужно будет клонировать репо перед каждым нажатием. - commit_message (
str
, необязательный ) — Сообщение для фиксации при нажатии. По умолчанию будет"добавить модель"
. - организация (
стр
, дополнительно ) — Организация, в которой вы хотите продвигать свою модель (вы должны быть членом этой организации). - частный (
bool
, дополнительный ) — Должен ли созданный репозиторий быть частным (требуется платная подписка). - use_auth_token (
bool
илиstr
, необязательный ) — Маркер для использования в качестве авторизации носителя HTTP для удаленных файлов. ЕслиTrue
, будет использоваться сгенерированный токен при запускеtransforms-cli логин
(хранится в~/.huggingface
). По умолчанию будетTrue
, еслиrepo_url
не указан.
Возвращает
str
URL фиксации вашей модели в данном репозитории.
Загрузите контрольную точку модели в 🤗 Model Hub при синхронизации локального клона репозитория в repo_path_or_name
.
Примеры:
из импорта трансформаторов FlaxAutoModel модель = FlaxAutoModel.from_pretrained("оболочка bert") # Отправьте модель в ваше пространство имен с именем "my-finetuned-bert" и создайте локальный клон в # папка *my-finetuned-bert*. model.push_to_hub ("мой точно настроенный берт") # Отправьте модель в ваше пространство имен с именем "my-finetuned-bert" без локального клона. model.push_to_hub("my-finetuned-bert", use_temp_dir=True) # Отправьте модель в организацию с именем "my-finetuned-bert" и создайте локальный клон в # папка *my-finetuned-bert*. model.push_to_hub("my-finetuned-bert", организация="huggingface") # Внесите изменения в существующий репозиторий, который был локально клонирован в *my-finetuned-bert*. model.push_to_hub("my-finetuned-bert", repo_url="https://huggingface.co/sgugger/my-finetuned-bert")
from_pretrained
< источник >
( pretrained_model_name_or_path: typing.Union[str, os.PathLike] dtype: dtype = <класс 'jax. numpy.float32'> *model_args **кваргс )
Параметры
- pretrained_model_name_or_path (
str
илиos.PathLike
) — Может быть:- Строка, идентификатор модели предварительно обученной модели, размещенной в репозитории модели на Huggingface.co.
Действительные идентификаторы моделей могут быть расположены на корневом уровне, например 9.0507 bert-base-uncased или пространство имен под
имя пользователя или организации, например
dbmdz/bert-base-german-cased
. - Путь к каталогу , содержащему веса моделей, сохраненные с помощью
save_pretrained(), например,
./my_model_directory/
. - Путь или URL-адрес файла контрольной точки индекса pt (например,
./tf_model/model.ckpt.index
). В таком случае,from_pt
должно быть установлено наTrue
.
- Строка, идентификатор модели предварительно обученной модели, размещенной в репозитории модели на Huggingface.co.
Действительные идентификаторы моделей могут быть расположены на корневом уровне, например 9.0507 bert-base-uncased или пространство имен под
имя пользователя или организации, например
- dtype (
jax. numpy.dtype
, необязательный , по умолчаниюjax.numpy.float32
) — Тип данных вычисления. Может быть одним изjax.numpy.float32
,jax.numpy.float16
(на GPU) иjax.numpy.bfloat16
(на TPU).Это можно использовать для включения обучения со смешанной точностью или логического вывода с половинной точностью на GPU или TPU. Если указано, что все вычисления будут выполняться с заданным
dtype
.Обратите внимание, что это указывает только dtype вычисления и не влияет на dtype модели параметры.
Если вы хотите изменить dtype параметров модели, см. to_fp16() и to_bf16().
- model_args (последовательность позиционных аргументов, необязательный ) —
Все оставшиеся позиционные аргументы будут переданы в метод базовой модели
__init__
. - config (
Union[PretrainedConfig, str, os.PathLike]
, необязательный ) — Может быть:- экземпляр класса, производного от PretrainedConfig,
- строка или путь допустимы в качестве входных данных для from_pretrained().
Конфигурация модели для использования вместо автоматически загружаемой конфигурации. Конфигурация может автоматически загружаться, когда:
- Модель — это модель, предоставленная библиотекой (загруженная строкой идентификатора модели предварительно обученного модель).
- Модель была сохранена с помощью save_pretrained() и перезагружена путем предоставления сохранить каталог.
- Модель загружается путем предоставления локального каталога как
pretrained_model_name_or_path
и Файл конфигурации JSON с именем config.json находится в каталоге.
- cache_dir (
Union[str, os.PathLike]
, необязательный ) — Путь к каталогу, в котором должна кэшироваться загруженная конфигурация предварительно обученной модели, если стандартный кеш не должен использоваться. - from_pt (
bool
, необязательный , по умолчаниюFalse
) — Загрузите веса модели из файла сохранения контрольной точки PyTorch (см.аргумент pretrained_model_name_or_path
). - ignore_mismatched_sizes (
bool
, необязательный , по умолчаниюFalse
) — Выдавать ли ошибку, если некоторые веса из контрольной точки не имеют одинакового размера как веса модели (если, например, вы создаете экземпляр модели с 10 метками из контрольно-пропускной пункт с 3 метками). - force_download (
bool
, необязательный , по умолчаниюFalse
) — Следует ли принудительно (повторно) загружать вес модели и файлы конфигурации, переопределяя кэшированные версии, если они существуют. - резюме_загрузки (
bool
, необязательный , по умолчаниюFalse
) — Удалять ли не полностью полученные файлы. Попытается возобновить загрузку, если такая Файл существует. - прокси (
Dict[str, str]
, необязательный ) — Словарь прокси-серверов для использования по протоколу или конечной точке, например,{'http': 'foo. bar:3128', 'http://hostname': 'foo.bar:4012'}
. Прокси используются при каждом запросе. - local_files_only(
bool
, необязательный , по умолчаниюFalse
) — Нужно ли смотреть только локальные файлы (т. е. не пытаться загрузить модель). - ревизия (
str
, необязательный , по умолчанию«основной»
) — Конкретная версия модели для использования. Это может быть имя ветки, имя тега или идентификатор коммита, поскольку мы используем система на основе git для хранения моделей и других артефактов на Huggingface.co, поэтомуревизия
может быть любой идентификатор, разрешенный git. - kwargs (оставшийся словарь аргументов ключевого слова, необязательный ) —
Может использоваться для обновления объекта конфигурации (после его загрузки) и запуска модели (например,
output_attentions=Истина
). Ведет себя по-разному в зависимости от того, предоставляется ли конфигурация- Если конфигурация предоставляется с
config
,**kwargs
будет напрямую передана в метод базовой модели__init__
(мы предполагаем, что все соответствующие обновления конфигурации уже сделано) - Если конфигурация не указана,
kwargs
сначала будут переданы в класс конфигурации функция инициализации (from_pretrained()). Каждый ключ изkwargs
тот соответствует атрибуту конфигурации, будет использоваться для переопределения указанного атрибута с помощью предоставлено значениеkwargs
. Остальные ключи, не соответствующие ни одному атрибуту конфигурации будет передан функции__init__
базовой модели.
- Если конфигурация предоставляется с
Создание экземпляра предварительно обученной модели льна из конфигурации предварительно обученной модели.
Предупреждение Веса из XXX не инициализированы из предварительно обученной модели означает, что веса XXX не приходят предварительно обучен с остальной частью модели. Вам решать тренировать эти веса с последующей тонкой настройкой. задача.
Предупреждение Веса из XXX не используются в YYY означает, что слой XXX не используется YYY, поэтому веса сбрасываются.
Примеры:
>>> из трансформаторов импортировать BertConfig, FlaxBertModel >>> # Скачать модель и конфигурацию с Huggingface. co и кэш. >>> model = FlaxBertModel.from_pretrained("bert-base-cased") >>> # Модель была сохранена с помощью *save_pretrained('./test/saved_model/')* (например, не работает). >>> модель = FlaxBertModel.from_pretrained("./test/saved_model/") >>> # Загрузка из файла контрольной точки PyTorch вместо модели PyTorch (медленнее, например, не работает). >>> config = BertConfig.from_json_file("./pt_model/config.json") >>> model = FlaxBertModel.from_pretrained("./pt_model/pytorch_model.bin", from_pt=True, config=config)
load_flax_sharded_weights
< источник >
(
shard_files )
→ Dict
Параметры
- shard_files (
Список[строка]
— Список файлов сегментов для загрузки.
Возвращает
Dict
Вложенный словарь параметров модели в ожидаемом формате для льняных моделей: {'model': {'params': {'...'}}}
.
То же, что и flax. serialization.from_bytes
(https:lax.readthedocs.io/en/latest/_modules/flax/serialization.html#from_bytes), но для сегментированной контрольной точки.
Эта загрузка выполняется эффективно: каждый осколок контрольной точки загружается один за другим в ОЗУ и удаляется после загружается в модель.
регистр_для_авто_класса
< источник >
( auto_class = 'Льняная автомодель' )
Параметры
- auto_class (
str
илитип
, необязательный , по умолчанию"FlaxAutoModel"
) — Класс auto для регистрации этой новой модели.
Зарегистрируйте этот класс с данным классом авто. Это следует использовать только для пользовательских моделей, как те, что в библиотека уже сопоставлена с автоматическим классом.
Этот API является экспериментальным и в следующих выпусках могут быть внесены незначительные изменения.
save_pretrained
< источник >
( save_directory: type. Union[str, os.PathLike] параметры = Нет push_to_hub = Ложь max_shard_size = '10 ГБ' **кваргс )
Параметры
- save_directory (
str
илиos.PathLike
) — Каталог для сохранения. Будет создан, если он не существует. - push_to_hub (
bool
, необязательный , по умолчаниюЛожь
) — Нужно ли отправлять вашу модель в хаб моделей Hugging Face после ее сохранения.Использование
push_to_hub=True
синхронизирует репозиторий, в который вы отправляете push, сsave_directory
, который требует, чтобыsave_directory
был локальным клоном репозитория, в который вы отправляете, если он существует папка. Передайтеtemp_dir=True
, чтобы вместо этого использовать временный каталог. - max_shard_size (
int
илиstr
, необязательный , по умолчанию"10GB"
) — Максимальный размер контрольной точки перед шардингом. Осколок контрольных точек будет иметь каждый размер ниже этого размера. Если указано в виде строки, должны быть цифры, за которыми следует единица (например,"5MB"
).Если один вес модели больше, чем
max_shard_size
, он будет находиться в своем осколке контрольной точки. который будет больше, чемmax_shard_size
.кваргс — Дополнительные аргументы ключевого слова передаются методу push_to_hub().
Сохраните модель и файл ее конфигурации в директорию, чтобы ее можно было повторно загрузить с помощью [from_pretrained()](/docs/transformers/v4.21.1/en/main_classes/model#transformers.FlaxPreTrainedModel.from_pretrained)
метод класса
to_bf16
< источник >
( параметры: ввод.Союз[ввод.Dict, flax.core.frozen_dict.FrozenDict] маска: ввод. Любой = Нет )
Параметры
- параметры (
Union[Dict, FrozenDict]
) —PyTree
параметров модели. - маска (
Union[Dict, FrozenDict]
) —PyTree
с той же структурой, что и дерево параметровTrue
для параметров вы хотите разыграть, и должно бытьFalse
для тех, кого вы хотите пропустить.
Приведите параметры с плавающей запятой
к jax.numpy.bfloat16
. Это возвращает новое дерево параметров
и не приводит
параметры
на месте.
Этот метод можно использовать на TPU для явного преобразования параметров модели в точность bfloat16 для полной обучение с половинной точностью или для сохранения весов в bfloat16 для вывода, чтобы сэкономить память и повысить скорость.
Примеры:
>>> из импорта трансформаторов FlaxBertModel >>> # загрузить модель >>> model = FlaxBertModel.from_pretrained("bert-base-cased") >>> # По умолчанию параметры модели будут с точностью fp32, чтобы привести их к точности bfloat16 >>> model. params = model.to_bf16(model.params) >>> # Если вы хотите, не хотите приводить определенные параметры (например, смещение нормы слоя и масштаб) >>> # затем передайте маску следующим образом >>> из льна импортировать traverse_util >>> model = FlaxBertModel.from_pretrained("bert-base-cased") >>> flat_params = traverse_util.flatten_dict(model.params) >>> маска = { ... path: (path[-2] != ("LayerNorm", "bias") и path[-2:] != ("LayerNorm", "scale")) ... для пути в flat_params ... } >>> маска = traverse_util.unflatten_dict(маска) >>> model.params = model.to_bf16(model.params, маска)
to_fp16
< источник >
( параметры: ввод.Союз[ввод.Dict, flax.core.frozen_dict.FrozenDict] маска: ввод. Любой = Нет )
Параметры
- параметры (
Union[Dict, FrozenDict]
) —PyTree
параметров модели. - маска (
Union[Dict, FrozenDict]
) —PyTree
с той же структурой, что и параметрыTrue
для параметров вы хотите разыграть, и должно бытьFalse
для тех, кого вы хотите пропустить
Приведите число с плавающей запятой parmas
к jax.numpy.float16
. Это возвращает новое дерево параметров
и не приводит параметры
на месте.
Этот метод можно использовать на графическом процессоре для явного преобразования параметров модели в точность float16 для выполнения полной обучение с половинной точностью или для сохранения весов в float16 для вывода, чтобы сэкономить память и повысить скорость.
Примеры:
>>> из импорта трансформаторов FlaxBertModel >>> # загрузить модель >>> model = FlaxBertModel.from_pretrained("bert-base-cased") >>> # По умолчанию параметры модели будут в fp32, чтобы преобразовать их в float16 >>> model.params = model.to_fp16(model.params) >>> # Если вы хотите, не хотите приводить определенные параметры (например, смещение нормы слоя и масштаб) >>> # затем передайте маску следующим образом >>> из льна импортировать traverse_util >>> model = FlaxBertModel. from_pretrained("bert-base-cased") >>> flat_params = traverse_util.flatten_dict(model.params) >>> маска = { ... path: (path[-2] != ("LayerNorm", "bias") и path[-2:] != ("LayerNorm", "scale")) ... для пути в flat_params ... } >>> маска = traverse_util.unflatten_dict(маска) >>> model.params = model.to_fp16(model.params, маска)
to_fp32
< источник >
( параметры: ввод.Союз[ввод.Dict, flax.core.frozen_dict.FrozenDict] маска: ввод. Любой = Нет )
Параметры
- параметры (
Union[Dict, FrozenDict]
) —PyTree
параметров модели. - маска (
Union[Dict, FrozenDict]
) —PyTree
с той же структурой, что и параметрыTrue
для параметров вы хотите разыграть, и должно бытьFalse
для тех, кого вы хотите пропустить
Приведите число с плавающей запятой parmas
к jax. numpy.float32
. Этот метод можно использовать для явного преобразования
параметры модели с точностью fp32. Это возвращает новое дерево параметров
и не приводит параметров
на место.
Примеры:
>>> из импорта трансформаторов FlaxBertModel >>> # Скачать модель и конфигурацию с Huggingface.co >>> model = FlaxBertModel.from_pretrained("bert-base-cased") >>> # По умолчанию параметры модели будут в fp32, чтобы проиллюстрировать использование этого метода, >>> # мы сначала приведем к fp16 и обратно к fp32 >>> model.params = model.to_f16(model.params) >>> # теперь возвращаемся к fp32 >>> model.params = model.to_fp32(model.params)
Подталкивание к хабу
класс transforms.utils.PushToHubMixin
< источник >
( )
Mixin, содержащий функциональные возможности для отправки модели или токенизатора в концентратор.
push_to_hub
< источник >
(
repo_path_or_name: typing. Optional[str] = None
repo_url: typing.Optional[str] = Нет
use_temp_dir: bool = ложь
commit_message: typing.Optional[str] = Нет
организация: typing.Optional[str] = None
частный: ввод. Необязательный [bool] = Нет
use_auth_token: typing.Union[bool, str, NoneType] = None
max_shard_size: typing.Union[int, str, NoneType] = '10GB'
**model_card_kwargs )
→ стр
Параметры
- repo_path_or_name (
str
, необязательный ) — Может быть либо именем репозитория для вашего {объекта} в концентраторе, либо путем к локальной папке (в этом случае репозиторий будет иметь имя этой локальной папки). Если не указано, по умолчанию используется имя заданныйrepo_url
, и будет создан локальный каталог с этим именем. - repo_url (
стр
, дополнительно ) — Укажите это, если вы хотите отправить данные в существующий репозиторий в хабе. Если не указано, новый репозиторий будет создан в вашем пространстве имен (если вы не укажете организациюrepo_name
. - use_temp_dir (
bool
, необязательный , по умолчаниюFalse
) — Следует ли клонировать удаленное репо во временный каталог или вrepo_path_or_name
внутри текущий рабочий каталог. Это замедлит работу, если вы вносите изменения в существующий репо. так как вам нужно будет клонировать репо перед каждым нажатием. - commit_message (
str
, необязательный ) — Сообщение для фиксации при нажатии. По умолчанию будет"добавить {объект}"
. - организация (
стр
, дополнительно ) — Организация, в которую вы хотите протолкнуть свой {объект} (вы должны быть членом этой организации). - частный (
bool
, дополнительный ) — Должен ли созданный репозиторий быть частным (требуется платная подписка). - use_auth_token (
bool
илиstr
, необязательный ) — Маркер для использования в качестве авторизации носителя HTTP для удаленных файлов. ЕслиTrue
, будет использоваться сгенерированный токен при запускеtransforms-cli логин
(хранится в~/.huggingface
). По умолчанию будетTrue
, еслиrepo_url
не указан.
Возвращает
str
URL фиксации вашего {объекта} в данном репозитории.
Загрузите {object_files} в 🤗 Model Hub при синхронизации локального клона репозитория в repo_path_or_name
.
Примеры:
из импорта трансформаторов {object_class} {object} = {object_class}.from_pretrained("bert-base-case") # Поместите {object} в ваше пространство имен с именем "my-finetuned-bert" и создайте локальный клон в # папка *my-finetuned-bert*. {object}.push_to_hub("my-finetuned-bert") # Поместите {object} в ваше пространство имен с именем "my-finetuned-bert" без локального клона. {object}.push_to_hub("my-finetuned-bert", use_temp_dir=True) # Отправьте {object} в организацию с именем "my-finetuned-bert" и создайте локальный клон в # папка *my-finetuned-bert*. {object}.push_to_hub("my-finetuned-bert", организация="huggingface") # Внесите изменения в существующий репозиторий, который был локально клонирован в *my-finetuned-bert*. {object}.push_to_hub("my-finetuned-bert", repo_url="https://huggingface.co/sgugger/my-finetuned-bert")
Разделенные контрольно-пропускные пункты
трансформаторы.моделирование_utils.load_sharded_checkpoint
< источник >
(
модель
папка
строгий = Истина )
→ NamedTuple
Параметры
- модель (
torch.nn.Module
) — Модель в которую загружается КПП. - folder (
str
илиos.PathLike
) — Путь к папке, содержащей сегментированную контрольную точку. - strict (
bool
, * необязательный, по умолчанию
True`) — Нужно ли строго следить за тем, чтобы ключи в словаре состояния модели соответствовали ключам в контрольной точке сегментирования.
Возврат
NALITTUPLE
A названный Tuple с Mission_keys
и Неожиданный_Кейс
.
неожиданные_ключи
— это список строк, содержащих неожиданные ключи То же, что и факел.nn.Module.load_state_dict
но для осколочного контрольно-пропускного пункта.
Эта загрузка выполняется эффективно: каждый осколок контрольной точки загружается один за другим в ОЗУ и удаляется после загружается в модель.
PRIME PubMed | Дифференциальная чувствительность к ингибированию CDK2 различает молекулярные механизмы ингибиторов CHK1 в качестве монотерапии или в комбинации с ингибитором топоизомеразы I SN38
Abstract
Повреждение ДНК активирует контрольные точки для остановки развития клеточного цикла в фазах S и G2, тем самым обеспечивая время для репарации и восстановления. Комбинация агентов, повреждающих ДНК, и ингибиторов CHK1 (CHK1i) представляет собой новую стратегию сенсибилизации раковых клеток. CHK1i индуцируют репликацию поврежденной ДНК и митоз до завершения репарации, и это происходит в большинстве клеточных линий. Однако около 15% линий раковых клеток гиперчувствительны к одному агенту CHK1i. Поскольку и отмена остановки S-фазы, и активность одного агента зависят от CDK2, это исследование показало, как активация CDK2 может быть существенной как для репликации, так и для цитотоксичности. Задержку S фазы индуцировали ингибитором топоизомеразы I SN38; добавление CHK1i быстро активировало CDK2, индуцируя прогрессирование S-фазы, которое ингибировалось ингибитором CDK2 CVT-313. Напротив, повреждение ДНК и цитотоксичность, вызванные монотерапией CHK1i в гиперчувствительных клеточных линиях, также ингибировались CVT-313, но в 20-кратно более низких концентрациях. Различная чувствительность к CVT-313 объясняется разными порогами активности, необходимыми для фосфорилирования субстратов CDK2. Хотя критические субстраты CDK2 еще не определены, мы пришли к выводу, что гиперчувствительность к одному агенту CHK1i зависит от фосфорилирования субстратов, которые требуют высоких уровней активности CDK2. Удивительно, но CHK1i не увеличивал опосредованную SN38 цитотоксичность. Напротив, хотя ингибирование WEE1 также отменяет остановку S-фазы, оно более непосредственно активирует CDK1, вызывает преждевременный митоз и усиливает цитотоксичность. Следовательно, в то время как высокая активность CDK2 имеет решающее значение для цитотоксичности одного агента CHK1i, CDK1 дополнительно требуется для чувствительности к комбинации лекарств.
Authors+Show Affiliations
Warren NJH
Медицинская школа Гейзеля в онкологическом центре Дартмута и Норриса Коттона, One Medical Center Drive, Ливан, Нью-Гэмпшир 03756, США.
Donahue KL
Медицинская школа Гейзеля в Онкологическом центре Дартмута и Норриса Коттона, One Medical Center Drive, Ливан, Нью-Гемпшир 03756, США.
Eastman A
Медицинская школа Гейзеля в Онкологическом центре Дартмута и Норриса Коттона, One Medical Center Drive, Ливан, Нью-Гемпшир 03756, США.
Тип(ы) пабов
Журнальные статьи
Язык
eng
PubMed ID
32259055
Цитата
, Николас Дж., Уоррен, Дж. «Дифференциальная чувствительность к ингибированию CDK2 различает молекулярные механизмы ингибиторов CHK1 в качестве монотерапии или в сочетании с ингибитором топоизомеразы I SN38». ACS Pharmacology & Translational Science, vol. 2, нет. 3, 2019, стр. 168-182.
Warren NJH, Donahue KL, Eastman A. Дифференциальная чувствительность к ингибированию CDK2 позволяет различать молекулярные механизмы ингибиторов CHK1 в качестве монотерапии или в сочетании с ингибитором топоизомеразы I SN38. ACS Pharmacol Transl Sci . 2019;2(3):168-182.
Уоррен, Нью-Джерси, Донахью, К.Л., и Истман, А. (2019). Дифференциальная чувствительность к ингибированию CDK2 различает молекулярные механизмы ингибиторов CHK1 в качестве монотерапии или в комбинации с ингибитором топоизомеразы I SN38. ACS Pharmacology & Translational Science , 2 (3), 168-182. https://doi.org/10.1021/acsptsci.9b00001
Warren NJH, Donahue KL, Eastman A. Дифференциальная чувствительность к ингибированию CDK2 различает молекулярные механизмы ингибиторов CHK1 в качестве монотерапии или в комбинации с ингибитором топоизомеразы I SN38. ACS Pharmacol Transl Sci. 14 июня 2019 г.; 2(3):168-182. PubMed PMID: 32259055.
* Названия статей в формате цитирования AMA должны быть в регистре предложений
MLAAMAAPAVANCOUVER
TY - JOUR T1 - Дифференциальная чувствительность к ингибированию CDK2 Различает молекулярные механизмы ингибиторов CHK1 в качестве монотерапии или в комбинации с ингибитором топоизомеразы I SN38. AU - Уоррен, Николас Дж. Х., AU - Донахью, Кейтлин Л, AU - Истман, Алан, Y1 - 04.04.2019/ ПГ - 2019/01/03/получил PY - 2020/4/8/антрез PY - 2020/4/8/опубликовано PY - 2020/4/8/medline СП - 168 ЭП - 182 JF - Фармакология ACS и трансляционная наука JO - ACS Pharmacol Transl Sci ВЛ - 2 ИС - 3 N2 — повреждение ДНК активирует контрольные точки для остановки прогрессирования клеточного цикла в фазах S и G2, тем самым обеспечивая время для ремонта и восстановления. Комбинация агентов, повреждающих ДНК, и ингибиторов CHK1 (CHK1i) представляет собой новую стратегию сенсибилизации раковых клеток. CHK1i индуцируют репликацию поврежденной ДНК и митоз до завершения репарации, и это происходит в большинстве клеточных линий. Однако около 15% линий раковых клеток гиперчувствительны к одному агенту CHK1i. Поскольку и отмена остановки S-фазы, и активность одного агента зависят от CDK2, это исследование показало, как активация CDK2 может быть существенной как для репликации, так и для цитотоксичности. Задержку S фазы индуцировали ингибитором топоизомеразы I SN38; добавление CHK1i быстро активировало CDK2, индуцируя прогрессирование S-фазы, которое ингибировалось ингибитором CDK2 CVT-313. Напротив, повреждение ДНК и цитотоксичность, вызванные монотерапией CHK1i в гиперчувствительных клеточных линиях, также ингибировались CVT-313, но в 20-кратно более низких концентрациях. Различная чувствительность к CVT-313 объясняется разными порогами активности, необходимыми для фосфорилирования субстратов CDK2.