在AzureML Notebook中获取计算实例引用报UnboundLocalError如何解决

这个错误是旧版本azureml-core包的已知代码缺陷：ComputeInstance._get_user_display_name方法中，调用微软Graph API请求用户信息时，如果请求发送阶段就抛出异常（比如网络不通、身份校验前置失败），resp变量还未完成赋值就会进入异常捕获分支，代码尝试读取resp.status_code时就触发了UnboundLocalError。
你当前环境安装的azureml-defaults依赖的azureml-core为存在该缺陷的旧版本。

• 方案1：升级Azure ML核心依赖包
  直接执行命令升级到修复了该缺陷的版本（1.44.0及以上版本均已修复）：

  pip install --upgrade azureml-core>=1.44.0 azureml-defaults>=1.44.0
  

  升级后重启Notebook内核重新运行代码即可。
• 方案2：更换计算目标获取方式（无需升级包的临时规避方案）
  不使用ComputeTarget构造函数获取实例，改用工作空间内置的compute_targets字典读取，该方式不会触发用户信息拉取逻辑：

  from azureml.core import Workspace
  ws = Workspace.from_config()
  compute = ws.compute_targets["MyCompute"]
  

• 方案3：临时修复本地源码（仅适用于无法升级依赖的特殊场景）
  找到报错信息中对应的computeinstance.py文件，定位到_get_user_display_name方法的异常捕获分支，在判断resp.status_code前增加resp变量存在性校验，或者在方法开头初始化resp = None即可。

• 先执行代码确认当前azureml-core版本，排查版本匹配问题：

  import azureml.core
  print(azureml.core.VERSION)
  

• 运行print(ws.compute_targets.keys())确认当前工作空间下的计算资源名称，排除名称拼写错误、实例不存在的问题。
• 若升级后仍出现权限类报错，可验证当前登录Azure的身份凭证是否具备读取AAD用户信息的基础权限，以及租户是否有Graph API访问限制。

内容的提问来源于stack exchange，提问作者Mountassir EL MOUSTAAID