前言：
之前一直使用spyder作为运行环境，但是随着学习的深入，需要处理的程序越来越多，spyder的操作变得麻烦起来，是一款渐渐的无法满足需求，与之形成鲜明的比，pycharm功能强大，是python开发的不二之选，于是从spyder转向使用pycharm，但是在这过程中遇到了一些奇怪的问题。
用spyder运行torch（0.4.0版）官方mnist实例，运行正常，windows上的pycharm运行统一串代码却无法运行，版本（pycharm-community-2018.1.2），（pycharm-community-2018.1.4），（pycharm-professional-2018.1.4）均无法运行，而ubuntu系统下的pycharm-community-2018.1却能正常使用。
报错：
1，运行mnist主程序，报错：_jb_pytest_runner.py: error: unrecognized arguments，大概意思是，args = parser.parse_args()无法得到参数。
#只要将 args = parser.parse_args() # 换成： args, unknown = parser.parse_known_args() #便可。
2，随后出现新报错：
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：
将：
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分别修改为：
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：
可能是因为最新版pyhcarm提前进入了PyTorch 0.5 的要求。在排斥Torch 0.4.0 的语法。
