验证cuda安装时，怎么解决exe闪退问题？

最新推荐文章于 2023-08-06 16:59:00 发布
最新推荐文章于 2023-08-06 16:59:00 发布
阅读量3.7k 收藏 24
点赞数 18
分类专栏： anancoda环境配置 文章标签： 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/qq_42033584/article/details/116848942
版权

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
在这里插入图片描述
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\v11.1\extras\demo_suite

在这里插入图片描述
3.输入bandwidthTest.exe
在这里插入图片描述
然后最后出现Result = PASS就行了
在这里插入图片描述
4.输入deviceQuery.exe
在这里插入图片描述
然后最后出现Result = PASS就行了
在这里插入图片描述

qq_42033584
关注
  • 18
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
Windows 下安装CUDA和CUDNN以及验证是否安装成功
qq_36455412的博客
04-10 1万+
Windows 下安装CUDA和CUDNN以及验证是否安装成功
快速安装Pytorch以及CUDA匹配问题
12-22
需要先安装版本匹配的CUDA以及cuDNN，具体的安装命令如下图操作： 根据自己的需求选择合适的版本，网站就会给出相应的安装命令，目前来看支持CUDA最好的版本就是9.2和10.1 例如上图的选择会返回安装命令： conda ...
安装CUDA之后打开bandwidthTest.exe和deviceQuery.exe显示错误，打不开NVIDIA控制面板
GreatcloudL的博客
03-30 8618
情景：安装了CUDA10.0之后，通过打开打开bandwidthTest.exe和deviceQuery.exe显示错误；并且打不开英伟达显卡控制面板。 原因：安装的CUDA版本号与显卡驱动的版本不匹配 解决办法：升级显卡驱动 一般而言，不同版本的CUDA要求不同的NVIDIA驱动版本,同时显卡驱动版本要不低于CUDA的安装版本 （来自https://blog.csdn.net/zhw86...
解决：验证CUDA时为什么deviceQuery.exe运行闪退?
qq_39324954的博客
09-06 3264
通过NVIDIA提供的 deviceQuery.exe 和 bandwidthTest.exe 来查看GPU的状态，两者均在安装目录的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite文件夹中.deviceQuery.exe和bandwidthTest.exe一打开就闪退，尝试用cmd打开时就拒绝访问了。
【深度学习】查看自己的【CUDA版本号】,并安装【cuda toolkit以及cuDNN】 【bandwidthTest.exe闪退问题】
汪汪杂记
11-11 2440
问题 需要查找cuda版本号进行深度学习gpu加速 解决方案 点开nvidia显卡控制面板，一般任务栏都会有，或者控制面板搜索，打开就行 window系统的命令行，然后输nvcc -V
解决安装CUDA和cudnn后，验证安装成功与否，出现deviceGrind与bandwidthTest闪退问题
weixin_52890053的博客
08-06 464
一步解决CUDA和cudnn后，在验证过程中出现的deviceGrind与bandwidthTest闪退问题
解决CUDA安装时闪退的问题
程序星空实验室
03-18 2181
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....
[问题] cuda10安装闪退
豆芽菜
02-05 745
问题：Cude10安装，解压后未出现安装界面即闪退 解决：把NVIDIAcooperation目录下的installer2文件夹删了，再装，就能正常出现界面了
CUDA程序闪退时的处理方法【转】
weixin_34102807的博客
10-22 1245
原文链接https://blog.csdn.net/qq_30507287/article/details/70674549 转载于:https://www.cnblogs.com/rainisraining/p/9828911.html
win10安装cuda出现的问题和解决办法
aleequan的博客
03-27 9463
win10 安装cuda问题和解决办法
Ubuntu下安装CUDA10.0以及问题
01-09
安装一定要查看CUDA要求的linux下的Driver Version,链接网址如下： https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 在附加驱动中有本机所用的显卡驱动。 提示Incomplete installation!...
win10 安装Mish-CUDA 遇到问题解决
05-18
win10 安装Mish-CUDA 遇到问题解决 ps：我修改了mish-cuda的一些代码，如果有小伙伴不能安装的话可以私我，或者在我发布的资源里找。 cuda+cudnn=11.3；pytorch=1.10
cuda安装详细步骤和安装过程
01-26
安装CUDA（NVIDIA CUDA Toolkit）在Windows系统上的步骤
【1】windows下软件安装及环境配置过程（3060显卡）
weixin_38493195的博客
12-15 1633
windows下深度学习环境配置过程(3060系列)包括：通用基础知识、anaconda 和pycharm软件的安装与使用、cuda+cudnn安装、第三方库：pytorch-gpu、tensorflow-gpu、opencv-gpu环境配置。
修复：安装 CUDA9.0 Patch 1 时载入文件后闪退（cuda_9.0.176.1_windows.exe）
Dontla的博客
09-16 2078
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？
Windows 10下Tensorflow安装（解决CUDA9.0安装失败问题）
热门推荐
macunshi的专栏
06-20 1万+
安装Tensorflow耗费了一些时间，主要是卡在了CUDA9.0的安装上，老是失败，不过最终安装成功了。 在安装CUDA时总是出现一片列表东西未安装，按照网上解决方案试了好多，屡试屡败。最后的解决方法是 重装系统，然后安装VS2015，在安装CUDA9.0，这才成功。 下面对我的Tensorflow的安装做一下步骤陈述，同时把一些注意点写一下。 1.硬件支持    Tensorflow...
CUDA deviceQuery 运行闪退
cvnlixiao的博客
12-19 4325
我想查一下GPU的算力，就去运行CUDA自带的deviceQuery工程，在debug模式下编译，cmd一闪而过，一开始意外是本人的环境有问题，在网上查了很多方法都不管用，百思不得其解啊，后来灵光一闪，想到是不是一个很简单问题呢。。。。 果然，真的是很简单的问题！此刻严重怀疑最近是不是吃少了地沟油导致智商下降了。 打开deviceQuery.cpp代码，在结尾加上一句话： system(“paus...
pyzmq-23.0.0-cp37-cp37m-musllinux_1_1_x86_64.whl
最新发布
06-07
Python库是一组预先编写的代码模块，旨在帮助开发者实现特定的编程任务，无需从零开始编写代码。这些库可以包括各种功能，如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库，如NumPy、Pandas和Requests，极大地丰富了Python的应用领域，从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径，而且为经验丰富的开发者提供了强大的工具，以高效率、高质量地完成复杂任务。例如，Matplotlib和Seaborn库在数据可视化领域内非常受欢迎，它们提供了广泛的工具和技术，可以创建高度定制化的图表和图形，帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
Torch not compiled with CUDA enabled是什么问题怎么解决？
10-17
"Torch not compiled with CUDA enabled" 是指 PyTorch 没有使用 CUDA 编译，因此无法使用 GPU 进行加速。要解决这个问题，需要重新安装 PyTorch，并确保在安装时启用了 CUDA。 具体步骤如下： 1. 确认你的电脑上已经安装了 NVIDIA 显卡和 CUDA 工具包。 2. 打开 PyTorch 官网（https://pytorch.org/），选择适合你的环境的版本（包括 Python 版本、CUDA 版本等）。 3. 复制相应的安装命令，并在终端中运行。 4. 安装完成后，可以通过以下代码检查是否启用了 CUDA： ``` import torch print(torch.cuda.is_available()) ``` 如果输出为 True，则说明 PyTorch 已经成功启用了 CUDA。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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