Azure ML Studio本地环境使用Python SDK导入Numpy包失败咨询

问题修复方案 #

版本不匹配修复 #

你声明的numpy 1.21.2版本被PyTorch 1.10的依赖规则覆盖，实际安装的是1.19.1，是触发错误的核心原因，按以下步骤修改：

• 调整channel优先级，将conda-forge放在最前，优先拉取兼容性更好的conda-forge源编译包：

conda.add_channel('conda-forge')
conda.add_channel('defaults')
conda.add_channel('pytorch')

• 将numpy的版本声明改为严格固定版本，避免被依赖解析覆盖：

conda.add_conda_package('numpy==1.21.2')

• 可新增打印语句确认生成的依赖配置符合预期：

print(conda.serialize_to_string())

Windows DLL加载错误修复 #

本地Windows 10环境出现DLL加载失败属于常见兼容性问题，可任选以下方案处理：

• 安装微软2015-2022版VC++可再发行组件包，可解决90%以上的numpy DLL缺失问题
• 若仍报错，将numpy改为通过pip安装，避开conda编译包的系统兼容问题：

# 注释原有conda安装numpy的代码，新增以下内容
conda.add_pip_package('numpy==1.21.2')

跨OS测试优化 #

你本地为Windows、云上ML Studio为Ubuntu 18，直接创建本地conda环境容易出现系统依赖差异问题，建议改用Azure ML本地Docker运行模式测试，直接模拟云上Linux环境，无需适配两套系统的依赖规则。

内容的提问来源于stack exchange，提问作者Isak Engström