我已经在Azure机器学习中注册了一个自定义环境（通过Environments选项卡）（提供Docker文件和conda_dependencies.yaml），我计划将其用于培训作业。现在，我希望能够在AzureML笔记本中使用这个环境，以进行实验和开发代码，我最终计划将其用于培训工作。
我想知道是否有一种方法可以在AzureML notebook中创建一个基于上一步注册环境的内核？
我已经遵循了多个教程来做到这一点，特别是：

• https://learn.microsoft.com/en-us/answers/questions/764339/how-to-use-custom-environment-defined-in-the-custo
• https://medium.com/analytics-vidhya/how-to-create-virtual-environments-in-azure-ml-workspace-in-azure-portal-39245a34b370的
• How to run notebooks in Azure ML with a specified custom environment的

我能够在AzureML notebook中创建新的conda venv（在终端会话中从conda_dependencies.yaml文件或简单地作为新的venv并逐个手动安装包）并基于此venv创建新的内核。我不能做的是根据我已经在Environments选项卡中创建的注册环境创建venv。根据文档（link），应该有一种方法可以通过使用Environment.build_local()方法来做到这一点，但它不适合我。
我尝试运行以下代码：

from azureml.core.workspace import Workspace
from azureml.core import Environment

ws = Workspace.from_config()

myenv = Environment.get(ws, 'my_previously_registered_environment')

myenv.build_local(ws)

字符串
此代码仅运行几秒钟，并输出以下内容：

Saving setup content into  /tmp/tmpXYZXYZXY

型
没有新的venv被创建，至少我没有通过运行看到它：

%conda env list

型
我是否以错误的方式使用了Environment.build_local()方法（或使用了错误的参数）？
如果无法使用Environment.build_local()从已注册的环境中在AzureML笔记本中创建venv，那么是否至少有一种方法可以从AzureML笔记本中获取conda_dependencies.yaml文件（我在环境注册期间使用的）（例如：它是否保存在存储中的某个地方，以便我可以从Python访问它）？我试图能够创建venv和内核的基础上注册的环境，通过运行（简单）脚本（S）没有任何手动复制。