### 查找PyTorch与Transformer库兼容的版本 为了确保PyTorch和Transformers库之间的最佳兼容性，建议遵循官方文档中的指导。通常情况下，较新的PyTorch版本会提供更好的性能优化和支持更多的硬件特性。 对于特定版本的兼容性，可以参考Hugging Face Transformers库的安装指南[^3]： - **Transformers 4.28.x** 版本推荐搭配 **PyTorch 1.13.x 或更高版本** 使用。 - 对于最新的 **Transformers 4.30.x** 版本，则应至少使用 **PyTorch 2.0.x** 及以上版本来获得完整的功能支持。 此外，在配置环境中还需要注意CUDA的支持情况。当前PyTorch安装支持多种CUDA计算能力，包括sm_37, sm_50, sm_60, sm_61, sm_70, sm_75以及compute_37[^2]。如果计划使用NVIDIA GeForce RTX 4090 GPU，请访问[PyTorch官方网站](https://pytorch.org/get-started/locally/)获取详细的设置说明。 下面是一个简单的Python脚本来验证已安装的PyTorch和Transformers版本是否匹配： ```python import torch from transformers import __version__ as transformers_version print(f"Installed PyTorch version: {torch.__version__}") print(f"Installed Transformers version: {transformers_version}") if 'cuda' in str(torch.cuda.get_device_properties(0)): print("CUDA is available.") else: print("No CUDA device detected.") # Check compatibility based on major and minor versions required_torch_major_minor = (1, 13) # For Transformers >= 4.28.x current_torch_major_minor = tuple(map(int, torch.__version__.split('.')[:2])) if current_torch_major_minor >= required_torch_major_minor: print("Your environment meets the minimum requirements for running recent versions of Transformers.") else: print("Consider upgrading your PyTorch installation to meet the latest Transformers requirements.") ```