如何基于Azure ML已注册自定义环境创建Notebook虚拟环境与内核？

一、导出已注册环境的conda_dependencies.yaml #

直接通过Azure ML SDK提取注册环境的conda配置，无需手动复制：

• 连接到Azure ML工作区：

  from azureml.core import Workspace, Environment
  
  # 加载工作区（需确保当前目录有config.json）
  ws = Workspace.from_config()
  

• 获取目标自定义环境：

  # 替换为你的环境名称和版本号
  custom_env = Environment.get(workspace=ws, name="your-environment-name", version="1")
  

• 导出conda依赖文件到本地：

  # 导出配置到指定目录，会自动生成conda_dependencies.yaml
  custom_env.save_to_directory("./custom_env_config", overwrite=True)
  

执行后，./custom_env_config目录下会出现你注册环境时使用的conda_dependencies.yaml文件。

二、创建虚拟环境及Notebook内核 #

Environment.build_local()仅用于构建本地Docker镜像，无法直接生成可用于Notebook的conda虚拟环境，需手动通过conda配置创建：

1. 用导出的yaml文件创建conda环境：

   conda env create -f ./custom_env_config/conda_dependencies.yaml -n my-custom-env
   

2. 激活环境并注册Notebook内核：

   conda activate my-custom-env
   pip install ipykernel
   python -m ipykernel install --user --name my-custom-env --display-name "Custom Env (Azure ML)"
   

3. 刷新Notebook的内核选择列表，即可看到新添加的内核，选择后就能在该环境下运行代码。

注意：如果自定义环境包含Dockerfile中的系统级依赖（如apt安装的包），需在本地手动安装这些依赖，conda虚拟环境仅管理Python/conda包。

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