Transformers 社群回報 Mask2Former 參數註冊缺漏，投影層可能未隨模型移至 GPU

Transformers 於 10 月 17 日收到 Mask2Former 問題回報：Transformer 解碼器的 input_projections 使用一般 Python 串列保存，投影層因而未註冊為 PyTorch 子模組。回報者指出，v5.20.0 原始碼存在此寫法，並附上最小重現程式；這些參數可能未納入最佳化器，也不會隨模型移至 CUDA。問題回報

Mask2Former 支援語意、實例與全景分割。官方文件說明，enforce_input_projection 預設為關閉；開啟後，即使輸入通道數與解碼器隱藏維度相同，仍會加入 1×1 卷積投影。此次重現將兩個維度都設為 64，並開啟該選項，因此不能直接推論所有預訓練模型的預設推論流程都會失敗。模型與設定文件

重現程式逐一比對投影層權重與 module.parameters()，列出 12,480 個未註冊參數。這個數字屬於該測試設定，並非所有模型的固定缺漏量。回報亦指出，CUDA 執行可能出現輸入在 GPU、權重仍在 CPU 的型別不一致錯誤；若以模型列舉出的參數建立最佳化器，則可能漏更新這些投影權重。重現內容

技術關鍵是容器的註冊行為。PyTorch 文件明確說明，nn.ModuleList 雖可像串列索引，內含模組仍會正式註冊，並由父模組的方法辨識。據此判斷，檢查訓練流程不能只看前向運算是否成功，還須確認可訓練權重是否出現在參數清單、儲存狀態與正確裝置上。PyTorch 文件

討論串中已有貢獻者表示提交 PR #49703，將容器改為 nn.ModuleList()，並加入參數註冊測試。截至查核時，問題仍開啟，尚未確認正式修復版本，也沒有下游準確率量測。自行修改投影設定的團隊可先核對參數清單與裝置，再追蹤修補審查及既有檢查點的載入結果。修補提案說明