前言：

    之前一直使用spyder作為執行環境，但是隨著學習的深入，需要處理的程式越來越多，spyder的操作變得麻煩起來，是一款漸漸的無法滿足需求，與之形成鮮明德比，pycharm功能強大，是python開發的不二之選，於是從spyder轉向使用pycharm，但是在這過程中遇到了一些奇怪的問題。

    用spyder執行torch（0.4.0版）官方mnist例項，執行正常，windows上的pycharm執行統一串程式碼卻無法執行，版本（pycharm-community-2018.1.2），（pycharm-community-2018.1.4），（pycharm-professional-2018.1.4）均無法執行，而ubuntu系統下的pycharm-community-2018.1卻能正常使用。

報錯：

  1，執行mnist主程式，報錯：_jb_pytest_runner.py: error: unrecognized arguments，大概意思是，args = parser.parse_args()無法得到引數。

   #只要將
 args = parser.parse_args()
   # 換成：
 args, unknown = parser.parse_known_args()

#便可。

2，隨後出現新報錯：

UserWarning: volatile was removed and now has no effect. Use `with torch.no_grad():` instead.
    data, target = Variable(data, volatile=True), Variable(target)
  #和
UserWarning: invalid index of a 0-dim tensor. This will be an error in PyTorch 0.5. Use tensor.item() to convert a 0-dim tensor to a Python number
    test_loss += F.nll_loss(output, target, size_average=False).data[0] # sum up batch loss
 

修改如下：

將：

data, target = Variable(data, volatile=True), Variable(target)  
#和
test_loss += F.nll_loss(output, target, size_average=False).data[0] # sum up batch loss   

分別修改為：

data, target = Variable(data), Variable(target)  
#和
test_loss += F.nll_loss(output, target, size_average=False).item() # sum up batch loss   
 

原因分析：

可能是因為最新版pyhcarm提前進入了PyTorch 0.5 的要求。在排斥Torch 0.4.0 的語法。