Lazy loading is not working properly

快速结论：该问题主要发生在用户执行 import transformers 时，因 Transformers 在导入阶段对多个深度学习后端（TensorFlow、JAX/Flax）进行探测和目录扫描，导致导入时间显著延长（约3.5秒）。优先排查是否安装了多余的后端，并设置环境变量禁用它们。

问题场景

用户在 Python 环境中执行 import transformers 命令，或脚本中导入该库时触发，常见于同时安装了 PyTorch、TensorFlow、JAX/Flax 等多种框架的开发环境。问题在 GitHub Issue #44273 中被报告，后续在 PR #45013 中有修复尝试，但部分用户仍报告存在延迟。

报错原文

time python -c "import transformers"

real    0m3.669s
user    0m4.789s
sys     0m0.311s

预期行为：应小于0.5秒。

原因分析

主要原因为 Transformers 库在导入时执行了昂贵的目录扫描（_create_import_structure_from_path），跨300多个模型目录检查文件结构。当同时安装多个后端（如 TensorFlow、JAX）时，导入过程会尝试探测这些后端的可用性，这是导致延迟的最大单一因素——通常将导入时间从约1秒增加到3.5秒。部分用户的硬件性能差异也可能导致持续延迟，如在 Issue 后续评论中，即便修复后仍有用户遇到约2.7秒的导入时间。

环境排查

确认是否安装了多个深度学习后端：PyTorch、TensorFlow、JAX/Flax。
确认 Transformers 库版本：尝试升级到最新 main 分支或通过 PR #45013 引入的修复版本。
运行 python utils/check_import_complexity.py 查看导入模块总数（正常应小于1000，如585或595）。
检查硬件性能：同一代码在不同机器上可能表现不同。

解决步骤

优先尝试：设置环境变量禁用不需要的后端，在导入 Transformers 之前运行：

export TRANSFORMERS_NO_TF=1
export TRANSFORMERS_NO_FLAX=1

或在 Python 代码中：

import os
os.environ["TRANSFORMERS_NO_TF"] = "1"
os.environ["TRANSFORMERS_NO_FLAX"] = "1"
import transformers

如果完全不需要 TensorFlow 或 JAX，可以卸载对应库以加速导入：
```
pip uninstall tensorflow jax flax
```
使用选择性导入替代全量导入，如：
```
from transformers import AutoModel
```
而非 import transformers。
升级到较新版本或基于 PR #45013 修复的版本（如从 GitHub main 分支安装），该修复通过更积极的延迟加载将导入模块数控制在1000以内。
运行性能检测脚本以确认优化效果：
```
python utils/check_import_complexity.py --display
```
查看完整的模块加载树。

验证方法

执行 time python -c "import transformers"，观察导入时间是否显著下降。理想情况下应小于0.5秒，如果能稳定在1秒以内或更佳（如0.3-0.4秒），则问题已改善。同时运行 python utils/check_import_complexity.py 确认导入模块数未超过1000的阈值。