Windows下Jupyter全局修改fastcore.parallel默认n_workers参数失效如何解决

问题根因 #

你之前的补丁无效的核心原因是：fastai.vision.utils 模块在你执行补丁代码前就已经完成了对 parallel 函数的导入，直接将函数引用绑定到了自身的模块作用域，你修改 fastcore.parallel.parallel 的指向不会影响已经导入完成的引用。

解决方案1：全局修改parallel默认参数（推荐） #

直接修改fastcore.parallel.parallel函数的默认参数值，所有没有主动传入n_workers的调用都会默认使用单进程，不需要关心其他模块的导入时机：

import fastcore.parallel

# 定位n_workers参数在默认参数列表中的位置
param_names = fastcore.parallel.parallel.__code__.co_varnames
n_workers_idx = list(param_names).index('n_workers')

# 替换对应位置的默认值为1
defaults = list(fastcore.parallel.parallel.__defaults__)
defaults[n_workers_idx] = 1
fastcore.parallel.parallel.__defaults__ = tuple(defaults)

解决方案2：针对性替换fastai.vision.utils中的parallel引用 #

如果你只需要修复verify_images的调用问题，可以直接替换fastai.vision.utils模块中已经导入的parallel引用：

import fastai.vision.utils
import fastcore.parallel

def _patched_parallel(*args, **kwargs):
    # 强制指定n_workers=1
    kwargs["n_workers"] = 1
    return fastcore.parallel.parallel(*args, **kwargs)

fastai.vision.utils.parallel = _patched_parallel

Windows系统下Jupyter环境触发BrokenProcessPool是Python多进程spawn模式的常见问题，使用单进程可以彻底规避该问题，执行上述任意一段代码后再调用verify_images即可正常运行。

内容的提问来源于stack exchange，提问作者yerpderpington