求助：VSCode无法在NVIDIA PyTorch Docker镜像中调试Python代码

问题描述 #

我常规的Docker容器Python调试流程如下：

• 构建Docker镜像
• 运行容器并挂载Python源码所在的工作区文件夹
• 通过VSCode Docker扩展右键菜单选择Attach Visual Studio Code连接容器
• 连接后在VSCode内操作：
  1. 打开待调试的Python文件
  2. 点击侧边栏「运行和调试」，选择Python启动调试

该流程在python:<tag>（如python:3.9-bullseye）、tensorflow/tensorflow:2.3.0等非conda镜像中完全正常，但在以下NVIDIA镜像中点击「运行和调试」无任何反应：

• nvcr.io/nvidia/pytorch:20.03-py3（conda环境，已在settings.json中指定"python.defaultInterpreterPath": "/opt/conda/bin/python"，容器仅默认base环境）
• nvcr.io/nvidia/tensorflow:20.09-tf2-py3（非conda环境）

环境信息 #

• VSCode版本：1.69.2
• 问题镜像：nvcr.io/nvidia/pytorch:20.03-py3
• 已安装的VSCode扩展：

  ms-python.pylint@20.03-py3
  ms-python.python@2022.11.12061004
  ms-python.vscode-pylance@2022.7.40
  

可能原因 #

1. Python扩展与镜像环境兼容性问题：旧版VSCode Python扩展（2022年版本）对NVIDIA定制的Python环境或conda base环境存在识别逻辑缺陷，导致调试初始化失败。
2. 调试依赖缺失：部分NVIDIA镜像未预装debugpy模块，VSCode Python调试依赖该模块注入调试逻辑，缺失时会无反馈。
3. 工作区权限不匹配：挂载的本地文件夹权限与容器内用户权限不一致，调试进程无法读写临时文件或源码文件。
4. 环境变量干扰：NVIDIA镜像默认配置的CUDA相关环境变量可能打乱了Python扩展的初始化流程。

解决办法 #

1. 升级VSCode及Python扩展 #

将VSCode升级至最新稳定版，同时把ms-python.python扩展更新到最新版本（2022.11.x版本存在较多环境适配bug）。

2. 手动安装debugpy #

进入容器终端，根据环境执行对应安装命令：

• conda环境：

  conda install -c conda-forge debugpy
  

• 非conda环境：

  pip install debugpy
  

3. 修复工作区权限 #

挂载文件夹时指定权限映射，或在容器内执行命令修复权限：

chown -R $(id -u):$(id -g) /path/to/your/workspace

确保容器内用户对工作区拥有读写权限。

4. 手动配置调试启动项 #

在工作区的.vscode/launch.json中手动指定调试配置，避免依赖自动识别：

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python: Docker Debug",
            "type": "python",
            "request": "launch",
            "program": "${file}",
            "pythonPath": "/opt/conda/bin/python", // 非conda环境替换为/usr/bin/python或对应路径
            "console": "integratedTerminal"
        }
    ]
}

5. 重置远程环境识别 #

连接容器后，打开命令面板（Ctrl+Shift+P）执行Python: Select Interpreter，重新选择目标解释器，触发Python扩展重新初始化环境。

内容的提问来源于stack exchange，提问作者ai2ys