SRGAN训练报错：TypeError: _named_members()获意外参数'remove_duplicate'

问题分析 #

该错误由PyTorch与TensorLayerX版本不兼容导致：PyTorch的_named_members()方法在不同版本的参数定义存在差异，旧版本PyTorch未提供remove_duplicate参数，但当前使用的TensorLayerX版本在调用named_parameters()时内部传递了该参数，从而触发类型错误。

解决方案 #

1. 版本适配（推荐方案） #

查看TensorLayerX官方兼容文档，安装与当前PyTorch版本匹配的TensorLayerX版本：

• 若PyTorch版本较低（如1.10及以下），降级TensorLayerX到对应兼容版本；
• 若使用较新的TensorLayerX，升级PyTorch到支持remove_duplicate参数的版本（PyTorch 1.11+已支持该参数）。

2. 修改TensorLayerX源码（临时修复） #

找到Python环境中TensorLayerX的core_torch.py文件（示例路径：D:\E\anaconda\envs\opencv-env2\lib\site-packages\tensorlayerx\nn\core\core_torch.py），定位到all_weights属性的代码块：

@property
def all_weights(self):
    """Return all weights of the network."""
    weights = []
    for name, param in self.named_parameters(recurse=True):
        weights.append(param)
    return weights

检查named_parameters()调用是否传递了remove_duplicate参数，若有则删除该参数；若未传递，说明PyTorch版本过低，直接升级PyTorch即可。

3. 验证权重加载逻辑 #

确认VGG预训练权重的维度与模型结构完全匹配，避免因权重不匹配触发后续参数遍历问题。

内容的提问来源于stack exchange，提问作者krishna veer