解决 Coursera C1M2_assignment 笔记本卡死与提交报错的排查方案

在处理 C1M2_assignment 时，可能会遇到所有 cell 处于 running 状态且 import 语句无法执行的情况，即便等待二十分钟或尝试重启内核、清理输出也无法恢复。

这种情况可能源于 JupyterHub 容器内的 compute pod 进程队列堵塞。当自动评测脚本或批处理任务挂起，新的 cell 将无法获得执行权限，导致状态栏持续显示 running 且终端无报错。

若等待 5-10 分钟后仍未恢复，可通过 Help → Get all help 提交工单，提供课程 C1M2、文件名 assignment.ipynb 及卡顿时间段，由后台清除 pod 任务队列。

提交时反复报错通常是自动化校验器在检查 .ipynb 文件结构。触发因素包括：

• 包含未清除的 matplotlib 图片缓存等二进制对象
• notebook 元数据中的 execution_count 不连续
• 存在 torch.distributed 或 ray 等第三方库的异步线程残留

尤其是 import tensorflow 启动的后台线程若未关闭，会导致状态快照超时。此时需执行 Kernel → Restart & Clear Outputs 并重新运行所有 cell，刷新执行上下文后再提交。

更换邮箱账号也可能引发 session 冲突，导致提交请求被路由至旧环境或加载旧账户缓存 kernel，进而引起文件权限异常或执行卡死。可以通过点击头像进入 Settings → Reset my programming environment 强制刷新，确保账户绑定到正确的容器实例。

定位问题可参考两个维度：cell 运行数秒后出现 Kernel busy 或无响应，倾向于调度器堵塞；报错信息提及 notebook metadata、invalid JSON 或 execution_count mismatch，则属于校验器拒绝。

若涉及GitHub Pages 部署，需确保文件名大小写与 URL 一致且权限正确，根目录 URL 必须提供 index 文件。针对 SEC.gov 的脚本下载，应更新 User Agent 以包含公司信息，避免被识别为未声明的自动化工具而导致请求被管理。