Azure机器学习工作区自定义Conda环境运行Notebook异常求助

架构老林

2026-6-14

Azure ML工作区自定义Conda环境内核Python版本不符问题排查与解决

问题是否正常？

这绝对不正常，说明内核实际指向的Python解释器与你创建的Conda环境不匹配，大概率是kernelspec配置有误，或是Azure ML Notebook的内核加载逻辑导致了路径偏差。

解决办法

重新检查kernelspec配置路径
激活自定义Conda环境后，运行jupyter kernelspec list查看内核安装路径，找到对应内核的kernel.json文件，打开后检查argv字段，确认路径指向自定义环境的Python解释器（例如/azureml-envs/your_env_name/bin/python），而非系统默认的Python 3.10路径。若路径错误，修改后保存并重启Notebook服务。
在Conda环境内重装ipykernel并重新注册
激活环境后，先卸载现有ipykernel：pip uninstall -y ipykernel，再重新安装：pip install ipykernel，最后重新注册内核：python -m ipykernel install --user --name your_env_name --display-name "Your Custom Env"，注册时明确指定--name和--display-name，避免与其他内核重名混淆。
清理Azure ML工作区的缓存内核
在终端中删除旧内核缓存：rm -rf ~/.local/share/jupyter/kernels/your_old_kernel_name，之后重新注册内核，刷新Notebook的内核列表后重新选择。
检查并修正环境变量覆盖问题
部分场景下，Azure ML的全局环境变量会覆盖Conda环境路径。激活自定义环境后运行echo $PATH，确认自定义环境的bin目录排在系统Python目录之前。若顺序不对，可在kernel.json中添加env字段强制指定PATH：
```
{
  "argv": ["/azureml-envs/your_env_name/bin/python", "-m", "ipykernel_launcher", "-f", "{connection_file}"],
  "display_name": "Your Custom Env",
  "language": "python",
  "env": {
    "PATH": "/azureml-envs/your_env_name/bin:$PATH"
  }
}
```