记录下pytorch代码从0.3版本迁移到0.4版本要做的一些更改。

1.

UserWarning: Implicit dimension choice for log_softmax has been deprecated. Change the call to include dim=X as an argument.
return F.log_softmax(x)

解决方法：把 F.log_softmax(x)改为F.log_softmax(x,dim=0) , 而且我发现改为F.log_softmax(x,dim=1)，这个到底哪个更合理需要进一步确认。

2.

UserWarning: invalid index of a -dim tensor. This will be an error in PyTorch 0.5. Use tensor.item() to convert a -dim tensor to a Python number  

train_loss += loss.data[]  

解决方法：把 train_loss+=loss.data[0]  修改为 train_loss+= loss.item()

3.

UserWarning: volatile was removed and now has no effect. Use `with torch.no_grad():` instead.
  label = Variable(label.cuda(), volatile=True)

解决方法：把 label = Variable(label.cuda(), volatile=True)  修改为   label = Variable(label.cuda())

　　　接下来的几个问题是我真实的代码中产生的，并且按如上的方法解决了

4.

遇到的警告：
UserWarning: volatile was removed and now has no effect. Use `with torch.no_grad():` instead.
data, target = Variable(data, volatile=True), Variable(target)

解决方法：把data, target = Variable(data, volatile=True), Variable(target)修改为
data, target = Variable(data), Variable(target)

5.

遇到的警告：
UserWarning: invalid index of a -dim tensor. This will be an error in PyTorch 0.5. Use tensor.item() to convert a -dim tensor to a Python number
  test_loss += F.nll_loss(output, target, size_average=False).data[]

解决方法：把data[]改为item()
test_loss += F.nll_loss(output, target, size_average=False).item()

重新运行，报了另一个警告,
UserWarning: size_average and reduce args will be deprecated, please use reduction='sum' instead.
  warnings.warn(warning.format(ret))
看了警告中的提示信息，意思size_average这个参数和reduce这个参数都将会将被不赞成。请使用reduction='sum'，
所以我就把test_loss += F.nll_loss(output, target, size_average=False).item()改为
test_loss += F.nll_loss(output, target, reduction='sum').item()
这样运行后就没有报警告了。其实我用pycharm右键去找nll_loss这个函数的定义的地方会发现。警告中的提示信息提示的
非常到位。以下展示下nll_loss函数的定义：