运行Flickr8k图像字幕模型时触发TypeError: use_causal_mask参数异常

问题情况 #

将TensorFlow官方图像字幕教程中的特征提取模型从MobileNetV3替换为InceptionV3，处理Flickr8k数据集时触发TypeError：

TypeError: call() got an unexpected keyword argument 'use_causal_mask'

错误来自因果自注意力层对tf.keras.layers.MultiHeadAttention的调用，移除该参数后模型可正常运行。

问题根因 #

use_causal_mask是TensorFlow 2.10及以上版本新增的参数，若当前使用的TensorFlow版本低于该阈值，调用时传入此参数就会触发参数不识别的错误。

解决办法 #

方法1：直接移除参数 #

这是已验证有效的快速修复方式——删除MultiHeadAttention调用中的use_causal_mask参数，模型即可正常运行。

方法2：手动构建因果掩码（保留原逻辑） #

若需要维持因果自注意力的功能，在低版本TensorFlow中可以手动生成掩码替代该参数：

# 获取解码器输入的序列长度
seq_len = tf.shape(decoder_inputs)[1]
# 生成下三角掩码，实现因果注意力效果
causal_mask = tf.linalg.band_part(tf.ones((seq_len, seq_len)), -1, 0)
# 用attention_mask参数传入掩码
attention_output = multi_head_attention(
    query=decoder_inputs,
    value=decoder_inputs,
    key=decoder_inputs,
    attention_mask=causal_mask
)

方法3：升级TensorFlow版本 #

将TensorFlow升级到2.10或更高版本，即可直接使用use_causal_mask参数，无需修改代码。

内容的提问来源于stack exchange，提问作者Arijit Hazra