如何修改代码以在无GPU的CPU上运行MatConvNet并设置44个并行工作进程？

下面分两个核心部分调整代码，就能让MatConvNet完全跑在CPU上，同时启用指定数量的并行进程：

一、强制MatConvNet使用CPU设备 #

MatConvNet默认会自动检测GPU并优先调用，你需要在训练/推理的入口脚本（比如train.m或者你自己写的运行脚本）里明确指定设备为CPU：

• 找到配置参数opts的定义段，添加或修改这一行：

  opts.device = 'cpu';
  

• 如果是用预训练模型做推理，加载网络时也要把参数迁移到CPU：

  net = load('imagenet-vgg-f.mat');
  net = dagnn.DagNN.loadobj(net);
  net.move('cpu');
  

二、设置44个并行工作进程 #

MatConvNet依赖Matlab的并行计算工具箱实现并行，你要在脚本最开头添加并行池的初始化代码：

• 先关闭可能存在的旧并行池，再创建指定大小的新池：

  if exist('gcp', 'file')
      delete(gcp('nocreate')); % 关闭现有并行池避免冲突
  end
  parpool('local', 44); % 创建包含44个工作进程的本地并行池
  

• 为了让训练过程更好地配合并行设置，还可以在opts里补充线程数配置：

  opts.numThreads = 44; % 让训练任务的线程数和并行池规模匹配
  

额外提醒 #

• 要确保你的Matlab已经安装并激活了并行计算工具箱，不然parpool命令会报错。
• 44个工作进程会占用大量CPU资源，建议确认你的机器物理核心数足够支撑（一般进程数不超过核心数1.5倍会更稳定，不过如果你的机器资源充足可以忽略）。
• 如果训练时出现内存不足的问题，可以适当减少工作进程数，或者调小批量大小opts.batchSize。

内容的提问来源于stack exchange，提问作者Faranak