VSCode WSL2环境下Jupyter Kernel频繁崩溃问题求助

• 调整WSL2内存分配上限
  WSL2默认占用主机内存的一半（8G主机仅分配4G），计算密集型任务极易触达该限制。手动配置内存配额：

  1. 在Windows用户目录（C:\Users\<你的用户名>）创建.wslconfig文件
  2. 添加以下内容，按需调整内存大小（示例设为6G）：

     [wsl2]
     memory=6GB
     swap=4GB
     localhostForwarding=true
     

  3. 重启WSL：在CMD/PowerShell执行wsl --shutdown后重新打开WSL终端。

• 检查Jupyter日志定位真实崩溃原因
  界面提示信息过于笼统，查看日志能找到内核崩溃的具体诱因：

  1. 点击VSCode错误提示中的「View Jupyter log」，或在WSL终端执行jupyter notebook --log-level=DEBUG启动服务，再在VSCode连接该服务运行代码，查看终端输出的日志内容。
  2. 重点查找Killed、OutOfMemory等关键词，确认是否为内存不足导致的内核终止。

• 优化计算密集型代码的内存占用
  代码写法不当也会导致内存暴增，针对性优化：

  • 处理大型DataFrame时，用pd.read_csv(chunksize=1000)分块读取处理，避免一次性加载全量数据；合并数据时仅指定必要关联键，减少中间数据占用。
  • 训练sklearn模型时，降低n_jobs参数（如设为2）避免多进程内存过载；树模型可减小max_depth、n_estimators参数，或用partial_fit分批训练。

• 扩大WSL2交换空间
  物理内存不足时，足够的交换空间能避免内核被直接终止：
  在.wslconfig的[wsl2]段添加swap=8GB（根据主机磁盘空间调整），重启WSL生效。

• 更新相关组件版本
  版本兼容性问题可能引发内核崩溃：

  1. 在WSL终端执行pip install --upgrade jupyter ipykernel scikit-learn pandas更新依赖包
  2. 在VSCode中更新「Jupyter」和「WSL」插件至最新版本
  3. 执行wsl --update更新WSL2内核

• 直接在WSL2中启动Jupyter服务
  绕过VSCode WSL插件可能的环境隔离问题：

  1. 在WSL终端执行jupyter notebook --no-browser，记录终端输出的访问链接（如http://localhost:8888/?token=xxx）
  2. 在VSCode中打开命令面板（Ctrl+Shift+P），选择「Jupyter: Specify Local or Remote Jupyter Server for Connections」，选择「Existing」并输入上述链接，再运行代码。

内容的提问来源于stack exchange，提问作者trizzo