修复：安装 CUDA9.0 Patch 1 时载入文件后闪退（cuda_9.0.176.1_windows.exe）

最新推荐文章于 2021-05-15 14:30:07 发布
最新推荐文章于 2021-05-15 14:30:07 发布
阅读量2.1k 收藏
点赞数
分类专栏： CUDA
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Dontla/article/details/100889648
版权

参考文章：修复：安装 CUDA9.0 Patch 1 时载入文件后闪退

按照他的做法把install2文件夹删掉了，不知待会cuda能正常运行不？

20200330 更新

今天搜到这篇博文，想仔细看看，却发现上面引用的文章没了。。。

其实，过了讷么久，问题也找到了答案，就是即使安装的时候闪退，貌似也不会影响我们最后的使用的，，，反正我现在用得好好的

Dontla
关注
专栏目录
cuda_9.0.176.2补丁2.exe
07-31
cuda补丁 CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。
cuda_9.0.176.2补丁就是他.zip
10-20
解决InternalError (see above for traceback): Blas GEMM launch failed问题，
安装CUDA9.0 Patch 1时载入文件后闪退（cuda_9.0.176.1）
m0_52106813的博客
04-09 548
删除 C:\Program Files\NVIDIA Corporation\Installer2 重新安装
Cuda_9.0.176_windows exe文件
01-12
安装Pytorch需要安装cuda9.0 与cudnn文件
Ubuntu1804安装 cuda 8.0 + patch +cudnn7.1.4
WilsonAir的博客
05-14 1872
最近由于fork 的项目需要，在原本已经安装了opencv4.1+ cuda10.1 + cudnn7.5的Ubuntu1804上面安装cuda 8.0，并重新编译opencv4.1 说明：安装方式为 deb 包安装 步骤： 1， 官方网站下载cuda8.0（由于没有对应1804版本的包，我下的1604） 以及其补丁，下载对应版本的cudnn 2，进入下载文件夹，首先安装cuda8.0的包...
cuda_9.0.176.1_linux.run-cuda_9.0.176.4_linux.run.zip
06-20
CUDA9.0 Ubuntu 16.04 x86_64 除了cuda_9.0.176_384.81_linux.run外的四个补丁包，包括Patch 1 (Released Jan 25, 2018)，Patch 2 (Released Mar 5, 2018)， Patch 3 (Released Jun 7, 2018)， Patch 4 (Released ...
cuda_9.0.176_384.81_linux.run
04-16
cuda_9.0.176_384.81_linux.run
nccl-repo-ubuntu1604-2.4.8-ga-cuda9.0_1-1_amd64.deb 并行计算nccl
12-17
tensorflow并行计算库文件nccl,nccl-repo-ubuntu1604-2.4.8-ga-cuda9.0_1-1_amd64.deb 适用于16.04ubuntu系统
Ubuntu16.04+CUDA8.0
WBZH的专栏
10-26 2314
深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0 接上文《深度学习主机攒机小记》，这台GTX1080主机准备好之后，就是配置深度学习环境了，这里选择了比较熟悉Ubuntu系统，不过是最新的16.04版本，另外在Nvidia GTX1080的基础上安装相关GPU驱动，外加CUDA8.0，因为都比较新，所以踩了很多坑。
Cuda9.0+cuDNN7+wn10搭建TensorFlow-GPU学习环境全记录(翻译)
ElectronicDoge的博客
10-14 583
Cuda9.0+Cudnn7 Win10环境搭建TensorFlow学习环境全记录(翻译) 本教程翻译自Dr Donald Kinghorn的教程 利用Anaconda Python搭建Python虚拟环境 我强烈推荐使用Anaconda Python. Anaconda Python专注于数据科学和机器学习，它只安装在你的系统的单个文件夹内，所以它不会干扰你的系统应用或者Library，非常的干...
解决CUDA安装时闪退的问题
程序星空实验室
03-18 2316
有时候，我们经常遇到在电脑上安装CUDA时，界面一闪就退出了的情况，多数情况下是因为CUDA和当前显卡驱动不匹配导致的，建议用户选择匹配的CUDA和显卡驱动。如下是我电脑的安装配置情况： python 3.7.4（使用python --version查看版本） cuda 10.0（使用nvcc -V 或者是nvcc --version查看版本） cudnn 10.0 windows10 v7....
验证cuda安装时，怎么解决exe闪退问题？
qq_42033584的博客
05-15 4407
一般验证cuda，在默认路径去打开bandwidthTest.exe和deviceQuery.exe，可是我打开时就出现闪退 如果是在C盘，则需要用管理员身份打开CMD 步骤 1.在搜素框输出cmd 2.找到exe文件路径，如我的路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite(默认路径) cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v1
CUDA9.0安装图形驱动失败
renye_lpl的博客
03-13 7644
右键计算机>管理>服务和应用程序>服务找到“Windows Installer”右键选择“启动”
cuda : 依赖: cuda-9-0 (>= 9.0.176) 但是它将不会被安装 问题解决记录
热门推荐
捉不住的鼬鼠的足迹
07-24 1万+
cuda安装实际上多个版本和不同操作系统都做过多次，感觉也是很孰的样子。这次就了个棘手的问题，先放图： 我使用的是cuda官方安装教程，简单说就是将deb文件安装上，然后使用sudo apt-key add操作后apt update，接着一句命令就能安装cuda ，命令为sudo apt-get install cuda。这种方式是以前用过都没问题，这次却出现了上图的...
Win10+GTX1050Ti+tensorflow-gpu1.8+CUDA9.0+Cudnn7.4.1环境搭建
Petrichoryi的博客
03-15 2231
Win10+GTX1050Ti+tensorflow-gpu1.8+CUDA9.0+Cudnn7.4.1环境搭建 前言 tensorflow CPU 版本实在不是一般的慢，前段时间捣鼓了几天，跳了很多坑终于成功地安装了GPU版本，速度蹭蹭地快了。自己安装也参考了很多博客，现整理一下环境的搭建过程。 一.本机配置 Win10 i5-8300H GTX1050Ti 二.安装准备 Anaconda3 ...
CUDA 9.0安装+CUDA版本转换 + cuDNN7.1安装
wzg2016的博客
08-21 889
-----------------------------------------------------------------CUDA 9.0 安装----------------------------------------------------------------- step1: 从官网下载runfile:https://developer.nvidia.com/cuda-90-...
记一次安装cuda时出现的错误：cuda_9.0.176_384.81_linux.run: line 1: Failed: command not found
天天放羊的博客
06-29 2845
问题描述： 运行sudo sh cuda_9.0.176_384.81_linux.run命令安装cuda时报错 cuda_9.0.176_384.81_linux.run: line 1: Failed: command not found 但是确认过，文件路径实在是没有错误 解决方法： 出现该问题的原因是在NVIDIA官网下载的cuda文件有问题，需要重新下载文件，下载完之后一定要看一下文件大小是否合适，因为我自己就是文件不合适，但是下载显示是已下载完成的，好坑爹哦！！！ ...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Dontla

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值