（1）遇到FileNotFoundError: [Errno 2] No such file ....  write error (disk full?)提示磁盘已满的报错。这个报错的原因大致看了下可能是因为空间不足导致的。我主要有2个解决方法：

1.使用OBS桶进行实验

2.增加EVS硬盘的容量，相对的，增加EVS硬盘容量可能会有额外的费用产生；

（2）通过对打卡文档的分析，不难看出这种的打卡任务依旧只需简单的复制粘贴就能完成，这个就不多说了COPy小心点基本不会有错哈哈。

（3）这里提一下，我发现6.3的课程案例地址直接点加载不出（不知道是我一个人的问题吗），解决办法是，点击鼠标右键，在新标签页中打开此链接 https://nbviewer.jupyter.org/ ，打开新的网页 再依次右键复制实践案例地址、粘贴到新打开网页的搜索框中，按回车进行访问

作业打卡

本章的作业打卡依旧比较简单，只需简单的修改或者复制即可完成。作业一实现对另一段视频进行动作识别预测，运用的是TensorFlow，作业二是在课程作业的基础上对另一个数据集进行训练和应用。

作业一要点：获取numpy矩阵
I3D模型的输入是视频流的numpy矩阵文件，在对新的视频进行动作识别预测的时候，提示： 1、“根据视频计算得到rgb.npy和flow.npy”的代码提供给你，点此链接进行下载，下载完成后，回到课 程案例代码，找到"import i3d"所在的那个cell，在这个cell之后新建一个cell，复制粘贴刚下载的代码到 新建的cell中；们先要拿到视频的rgb.npy和flow.npy这两个文件以及视频总帧数。好在老师又提供了代码，(简单来说就是Ctrl+f输入"import i3d",找到这段代码后在这段代码后面新建一行然后把下载的代码copy进去就可以了，在运行之前找到该块代码中带有注释 “# TODO，填写视频所在的路径” 的那一 行，这一行是需要你填写待预测视频所在的路径，课程案例dataset_subset目录中已经准备好了多个视 频，比如Bowling目录下有32个视频，本次作业请你使用Bowling目录下其中任意一个视频的路径进行填写如下图)

3、视频路径填写完成后，执行该代码块，耗时30秒到两分钟（原视频的总帧数越多，耗时就越长）之 后，会生成两个npy文件，接下来你需要修改下一个cell中的_SAMPLE_VIDEO_FRAMES参数值为视频总 帧数减1，SAMPLE_PATHS参数中的路径为刚才生成的两个npy路径; 4、修改完成后，执行当前cell及之后的代码，完成新视频的动作识别预测。

作业二要点：数据集替换
作业二主要是将课程中用到的flamingo数据集替换为breakdance，最终达到剔除视频中跳舞的对象。踩过课程作业的坑之后，再来完成作业二真的简单了许多，大概有6处需要替换的。

特别要注意的一处

改完跑出来结果如图

基本一遍过。此次分享就到这，希望对大家有所帮助，赶紧完成打卡吧！

第一次写博文，有点乱，大家凑合看吧哈哈！