解决TypeError: unsupported operand type(s) for +: ‘filter‘ and ‘filter‘

调试代码，问题比较多，记录一下解决问题的方法，

完整报错：

Traceback (most recent call last):
  File "train.py", line 101, in <module>
    optimizer = torch.optim.Adam(filter(lambda p: p.requires_grad, posenet.parameters()) + filter(lambda p: p.requires_grad, bdb3dnet.parameters()), lr=opt.lr)
TypeError: unsupported operand type(s) for +: 'filter' and 'filter'

错误分析：

TypeError 是因为尝试将两个 filter 对象直接相加。在 Python 中，filter 函数返回一个迭代器，这些迭代器不能直接使用加法操作符（+）合并。试图将两个 filter 对象相加时，Python 不知道如何处理这两个迭代器的合并，因此引发了错误。

解决方案：

1. 使用列表合并：

   • 将 filter 函数的结果转换为列表，并使用列表的加法操作来合并它们。

   import torch.optim as optim
   
   # 获取两个网络的参数，将filter结果转换为列表并合并
   combined_params = list(filter(lambda p: p.requires_grad, posenet.parameters())) + \
                     list(filter(lambda p: p.requires_grad, bdb3dnet.parameters()))
   
   # 创建优化器
   optimizer = optim.Adam(combined_params, lr=opt.lr)
   

2. 使用 itertools.chain合并两个迭代器。此方法不需要创建中间列表，直接在迭代器层面合并。

import torch.optim as optim
from itertools import chain

# 使用itertools.chain合并参数迭代器
combined_params = chain(filter(lambda p: p.requires_grad, posenet.parameters()),
                        filter(lambda p: p.requires_grad, bdb3dnet.parameters()))

# 创建优化器
optimizer = optim.Adam(combined_params, lr=opt.lr)

3.确保requires_grad为True的参数：

• 确保您在这两个网络中正确设置了 requires_grad，只有需要计算梯度的参数才会被优化器考虑

实验中参数较多，使用第二种方法

本文源代码：

opt.branch == 'jointnet':

#     optimizer = torch.optim.Adam(filter(lambda p: p.requires_grad, posenet.parameters()) + filter(lambda p: p.requires_grad, bdb3dnet.parameters()), lr=opt.lr)