記錄下pytorch代碼從0.3版本遷移到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)

解決方法：把 F.log_softmax(x)改為F.log_softmax(x,dim=0) , 而且我發現改為F.log_softmax(x,dim=1)，這個到底哪個更合理需要進一步確認。

 

2. 

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  

train_loss += loss.data[0]  

解決方法：把 train_loss+=loss.data[0]  修改為 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)

解決方法：把 label = Variable(label.cuda(), volatile=True)  修改為   label = Variable(label.cuda())  

 　　　接下來的幾個問題是我真實的代碼中產生的，並且按如上的方法解決了

 

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)

解決方法：把data, target = Variable(data, volatile=True), Variable(target)修改為
data, target = Variable(data), Variable(target)

5.

遇到的警告：
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]

解決方法：把data[0]改為item()
test_loss += F.nll_loss(output, target, size_average=False).item()

重新運行，報了另一個警告,
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這個參數和reduce這個參數都將會將被不贊成。請使用reduction='sum'，
所以我就把test_loss += F.nll_loss(output, target, size_average=False).item()改為
test_loss += F.nll_loss(output, target, reduction='sum').item()
這樣運行后就沒有報警告了。其實我用pycharm右鍵去找nll_loss這個函數的定義的地方會發現。警告中的提示信息提示的
非常到位。以下展示下nll_loss函數的定義：