更新完显卡驱动，任务管理器里N卡的CUDA没了

已于 2022-03-11 15:39:18 修改
阅读量1.3w 收藏 8
点赞数 12
分类专栏： 笔记 文章标签： cuda windows 10 windows
于 2021-08-13 17:12:12 首次发布
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/weixin_45888599/article/details/119672852
版权

更新完显卡驱动，任务管理器里N卡的CUDA没了

如题，最近我遇到了这样一个问题，Win10 21H1，显卡是1050 Ti，驱动版本是471.68

CUDA没了
最开始以为是新版驱动的问题，于是尝试降了级…结果CUDA还是没出来…

查了大量资料，结果都是遇到了同样的问题，没有啥真正有效的办法…

后来发现了问题，给出解决办法：

  1. 按Win+I打开系统设置，依次进入系统、显示、图形设置（在页面底部）
  2. 发现硬件加速 GPU 计划被开启，把它关掉，然后重启即可。

关闭硬件加速 GPU 计划
于是：
成功
内容更新： Win11上的硬件加速GPU改变了位置，具体见下图：
Win11的默认图形设置位置

解决：CUDA out of memory，并且查不到process id
maryyu8873的博客
09-02 1565
我们平时使用GPU训练深度学习模型时，有时程序异常终止而gpu的内存却并没有自动清空，导致我们想再次运行程序时，会出现报错：RuntimeError: CUDA out of memory。 这时候最简单直接的办法就是重启电脑，可是如果我们不想老是去重启电脑，或者程序运行在服务器上我们没权限重启怎么办，下面提供几种应对不同情况的办法。 首先，我们在命令行输入nvidia-smi，查看当前gpu使用情况。 当可以查看到进程时 如上图所示，当可以在输出结果中看到process id（PID）时，我们可以直
Ubuntu24/Ubuntu22上安装Nvidia显卡驱动最新方案-可解决大多数nvidia-smi不识别和驱动无法加载问题
网易搬砖头
03-04 1543
其实在19年的时候我就写过一篇文章用来安装nvidia显卡驱动的文章，只不过那个时候ubuntu还停留在ubuntu10，时间如梭，一眨眼ubuntu已经升级到ubuntu24了，我写这篇文章是为了给更多的人提供一些在配置nvidia显卡驱动过程中遇到的一些无法用AI，gpt类工具解决的问题。在Ubuntu 24上安装NVIDIA显卡驱动是一项重要的任务，因为它可以提高图形性能并确保系统正常工作。在这篇文章中，我们将介绍如何在Ubuntu 24上安装NVIDIA显卡驱动。
任务管理器中N卡GPU看不到cuda进程
热门推荐
kwvinst的博客
04-17 2万+
任务管理器中默认是没有cuda的选项的，因此看不到cuda的利用率 因此修改设置：win11下为设置--系统--显示--显示卡--默认图形设置 关闭硬件加速GPU计划，并重启电脑 重启后就看到了cuda选项，tf2-gpu环境下利用率在60%左右 ...
使用GPU程序，找不到cuda.doc
09-16
使用GPU程序，找不到cuda
升级NVIDIA显卡驱动及卸载CUDA
最新发布
笑脸惹桃花的博客
03-17 3242
简单易上手的NVIDIA显卡驱动更新及CUDA的老版本卸载和新版本安装，小白也可以简单操作。
[windows]win11任务管理器性能中N卡GPU看不到cuda进程Copy选项找不到cuda选项
FL1623863129的博客
01-23 1万+
对于不懂技术的人来说，有个误区，就是上图没有显示cuda选项就一定是cuda不能用吗？即使不显示，并不能说明不能用cuda，因为cuda本质就是一些C++的库文件和dll以及lib文件，能使用cuda标志就是在cmd输入nvcc -V显示cuda版本号，因为nvcc是cuda安装包里面一个非常重要编译器。一般显示这个就是标志着cuda已经安装好了并且可以正常使用了。中默认是没有cuda的选项的，因此看不到cuda的利用率。下为设置--系统--显示--显示卡--默认图形设置。重启后就看到了cuda选项。
复制到对应文件夹解决应用软件检测不到N卡的cuda问题
12-25
复制到对应文件夹解决应用软件检测不到N卡的cuda问题，例如魔影工厂等软件明明支持cuda加速，但是却没有检测到n卡的cuda，将文件防盗系统对应目录即可检测到并开启cuda支持。
黑苹果mac Mojave10.14 安装NVIDIA 显卡驱动教程_Mojave1050ti驱动_黑苹果_驱动_
09-28
总的来说，安装NVIDIA显卡驱动在黑苹果系统上是一项技术性较强的任务，需要一定的计算机知识和耐心。通过遵循上述步骤，并结合提供的视频教程，你应该能够成功地在Mojave 10.14上驱动NVIDIA 1050ti显卡。记得在整个...
windows10：GTX GeForce 1070+更新nvidia显卡驱动+CUDA+CUDNN+tensorflow_gpu深度学习GPU环境搭建（史上排雷最多版本）
Supergirl12138的博客
02-25 7721
windows10 GTX GeForce 1070+CUDA9.0+CUDNN7.6.4+TensorFlow_GPU1.5 5天星期前开始搭建tensorflow GPU环境，途中屡屡踩雷， 现在把环境已经完全搭好， 搭配版本如上 首先的首先，要知道你 是否有独立显卡 显卡是否能做深度学习 搭了一半的时候被告知我的显卡不能做深度学习，去网上查了一下，geforce显卡被英伟达禁止...
欧拉系统安装 NVIDIA 显卡驱动
Richardlygo的博客
09-07 2437
从官方NVIDIA 显卡驱动下载地址下载驱动 NVIDIA-Linux-x86_64-550.54.15.run，并上传到每个 GPU 节点。服务器重启完成后，再次执行安装命令，会自动执行构建、安装的任务（截图不全）。，不安装该系统包时会出现以下警告提示，但不影响安装和使用。初次执行，请按提示操作，然后重启服务器。550 版驱动支持显卡列表。
Ubuntu18.04安装Nvidia显卡驱动+CUDA10.1
weixin_48629601的博客
11-03 1900
背景介绍 公司突然说有台“废旧”的服务器，密码不知道是啥，需要重装一下并部署我的环境。我堂堂一个算法工程师竟沦落到如此地步，摇身一变变成一名运维工程师。那就开始此次“踩坑”之旅。 先来看一下机器，鬼鬼，4卡2080Ti，听说有一张卡坏了，nvidia-smi显示不出来，于是又多了一个支线任务，找出哪张卡是坏的。可是我懒啊，不想一张一张拆下来试，于是我通过某种方式还是找到了他，这个检测方式另起一篇博文来讲。 环境需求 Ubuntu 18.04 Nvidia Driver CUDA 10.1 （相对而言，对于p
显卡丢失，任务管理器没有独显
goodriver1的博客
04-07 3362
再重启2次，任务管理器是有显卡存在，说明驱动正常启用。电脑上插着Nvidia的显卡，但是任务管理器中没有。，重启看看任务管理器有没有。如果有，就说明正常了。
Ubuntu 17.10 + CUDA8.0+cudnn 在GT610 电脑上配置深度学习环境
tiryzheng的专栏
02-25 2698
一、本机环境配置win7+ubuntu17.10双系统，自己配置的杂牌电脑二、安装cuda前的环境检查1.首先查看自己的显卡型号和类型，我的是NVIDIA，GT610（cuda目前只支持NVIDIA的驱动，如果不是，就不要费力了）lspci | grep -i nvidia2.确认自己的显卡是否在支持列表https://developer.nvidia.com/cuda-gpus3.查看自己装的系...
CUDA和CUDNN的安装和使用
kpacnB_Z的博客
08-12 1422
目录前提CUDA的安装CUDNN 前提 两个前提：一是电脑上有GPU，二是GPU支持CUDA 检查是否有GPU ctrl+alt+delete打开任务管理器，然后点击上方的性能一栏，看下方信息中是否有GPU 检查GPU是否支持CUDA 下载GPU-Z软件 链接：https://pan.baidu.com/s/1MMbS8TO3_5zUWOR9PaxKWg 提取码：dtpo 打开GPU-Z，选择以后再说 查看显示信息 显卡类型有集显和独显，左下角可选择显卡，切换对应显卡后，看计算能力中CUD
查看模型训练时gpu利用率
sheriand的博客
05-01 5293
小白 记录一下遇到的各种问题。windows11. 法1：win+R，输入cmd 输入：nvidia-smi，没有空格，否则会出现“nvidia-smi”不是内部或外部命令。 法2：直接在任务管理器--性能上查看，快捷键ctrl+shift+esc。好处是可以实时看到利用率变化 但是自己在训练时发现法1和法2的gpu利用率显示的不一样。找了很久。。发现任务管理器上的显示的是如下图：3d。改为cuda就好了。 如果没有cuda这个选项，需要改一下设置--显示--显示卡-.
电脑就没有CUDA和cuDNN？
weixin_44943389的博客
05-17 1685
需要注意的是，由于没有GPU加速，使用CPU可能会导致训练和推理速度较慢，特别是对于大型模型和数据集。如果你希望充分利用深度学习的性能优势，考虑在具有CUDA和cuDNN支持的环境中运行代码。安装适用于CPU的版本：一些深度学习框架提供了适用于CPU的版本，这些版本不需要CUDA和cuDNN。你可以尝试安装适用于CPU的版本，并使用这些版本运行你的代码。如果你的电脑没有安装CUDA和cuDNN，则无法使用基于GPU加速的功能。移除对GPU的依赖：在代码中查找并移除与GPU相关的代码或库的引用。
提高GPU的利用率方法(内含nvcc显示不是内部或外部命令一类问题)
Jormungand123的博客
04-04 1万+
原因在于我发现我租用的GPU利用率极低，所以想学习提高GPU利用率的方法，以及由此带来的解决一系列问题的方法。 首先我的思路是想在本地学习，再去租用的GPU上用，结果发现我电脑上任务管理器独显看不了cuda。于是我想重新彻底安装好cuda+cudnn。 但按教程默认路径（很重要）安装完后cuda后，nvcc -V却没有用。 1、nvcc -V显示不是内部或外部命令 首先，我认为这是一类xxx不是内部或外部命令的解决方案。 核心在于：没有正确添加进系统变量的path路径下。 解决方法： 首先我发
下载完cuda和cudnn后，nvidia-smi打不开了，打开任务管理器发现GPU消失了
weixin_45554665的博客
06-09 571
gup消失不见了
评论 8
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