Azure Databrics笔记本运行报No module named 'tensorflow'错误

报错核心触发场景 #

该报错固定出现在Azure机器学习实验室提供的Databricks Notebook运行流程中，触发后TensorFlow相关导入、调用命令会被直接跳过，后续关联逻辑无法正常执行。

报错产生原因 #

• 集群运行时选型错误：当前Notebook绑定的是Databricks标准运行时，这类运行时默认仅内置Spark、Python基础依赖，不会预装TensorFlow等机器学习框架，导入时直接找不到对应模块。
• 临时依赖失效：如果之前仅在当前Notebook会话内临时安装过TensorFlow，集群自动休眠重启、会话超时断开、计算资源回收后，临时安装的包会被完全清除，再次运行代码就会触发模块缺失报错。
• 依赖安装未生效：手动安装TensorFlow时，版本和当前集群的Python版本、Databricks运行时版本不兼容，或者集群网络限制无法拉取PyPI源的包，安装流程实际执行失败，后续导入命令被判定为前置依赖缺失直接跳过。
• 库作用域不匹配：将TensorFlow安装到了其他未关联当前Notebook的计算集群，或者安装时指定了独立虚拟环境路径，当前Notebook的运行上下文无法读取到已安装的库文件。

可行解决方法 #

• 切换ML版本运行时：在集群配置页面选择带ML后缀的对应版本Databricks运行时，这类运行时已经提前完成了TensorFlow、PyTorch等机器学习框架的适配预装，不需要手动安装即可直接导入使用，是兼容性最高、最稳定的方案。
• 会话级临时安装依赖：在Notebook最顶部新增独立代码单元，放在所有导入TensorFlow的代码之前，执行安装命令：

%pip install tensorflow

安装完成后执行命令重启Python内核保证依赖加载生效：

dbutils.library.restartPython()

注意：该方式安装的包仅在当前Notebook会话周期内有效，集群重启或会话断开后需要重新执行安装步骤。

• 集群级永久安装依赖：进入当前Notebook绑定的计算集群配置页，找到「库」管理板块，选择PyPI源，输入包名tensorflow，可根据业务需要指定兼容版本（例如tensorflow==2.15.0），确认后等待集群完成库挂载即可。配置完成后所有绑定该集群的Notebook都可以直接导入TensorFlow，不需要重复安装。
• 兼容性排查：如果安装后仍然触发相同报错，先核对当前集群的Python版本与所安装TensorFlow版本的适配关系，避免安装不兼容版本；如果工作区启用了网络访问限制，确认集群可以正常访问PyPI源，不会因为网络拦截导致包下载安装失败。

内容的提问来源于stack exchange，提问作者sscswapnil