使用TransUNet库时model.parameters()无法调用，寻求替代方案

问题根源 #

你使用的TransUNet-tf是TensorFlow/Keras版本的实现，但你却尝试调用PyTorch的torch.optim.Adam优化器，两个框架的API完全不兼容，因此PyTorch的parameters()等方法对这个TensorFlow模型无效。

可行解决方案 #

方案1：适配TensorFlow/Keras生态使用

既然用了TensorFlow版本的TransUNet，就改用TensorFlow的优化器：

import tensorflow as tf
from transunet import TransUNet

# 初始化模型
model = TransUNet(image_size=224, pretrain=True)
# 编译模型时指定TensorFlow优化器
model.compile(
    optimizer=tf.keras.optimizers.Adam(learning_rate=1e-4),
    loss=tf.keras.losses.BinaryCrossentropy(), # 根据你的任务选择合适损失函数
    metrics=['accuracy']
)

方案2：切换到PyTorch版本的TransUNet

如果一定要用PyTorch的优化器，需要更换为PyTorch实现的TransUNet仓库，之后就可以正常使用torch.optim.Adam(model.parameters(), lr=1e-4)来创建优化器。

内容的提问来源于stack exchange，提问作者Ankit Wankhede