安装CUDA时不识别显卡，提示This graphics driver could not find compatible graphics hardware_cuda安装时检测不到显卡-程序员宅基地

技术标签： cuda windows

最近在复现CVPR2020的一篇文章，Grid-GCN，要配置CUDA、MXNET等环境，在配置过程中安装CUDA时，不识别显卡，提示This graphics driver could not find compatible graphics hardware。
在这里插入图片描述
首先放下我的环境：
win10
RTX2060
VS2015
CUDA8.0

经过查阅资料后得知，厂商在电脑出场时会给自家的显卡添加了独特的硬件ID，导致CUDA8.0没有包含这个ID，识别不出显卡，而CUDA8.0也算比较老的版本了，一直没有更新这个问题。
有两种方法解决这个问题：
1.直接更换高版本的CUDA，我在更换CUDA10.0后，可以正常识别显卡。
2.如果你必须要用固定版本的CUDA，要通过修改硬件ID来解决。

方法1当然是最方便的，高版本的CUDA可以正常识别。关于方法2，可以参考：

https://blog.csdn.net/jacke121/article/details/78960658
https://tieba.baidu.com/p/3105785379?red_tag=2608527661
https://tieba.baidu.com/p/5778946954

总结一下这些方法，目的都是通过修改硬件ID，手段有两种：
一种是直接去文件中编辑，修改硬件ID，https://tieba.baidu.com/p/3105785379?red_tag=2608527661

一种是在安装时用显卡驱动中的文件替换掉CUDA中的文件，https://tieba.baidu.com/p/5778946954
https://blog.csdn.net/jacke121/article/details/78960658

我试了第二种。
先去英伟达官网下载显卡的驱动，然后双击打开安装。

此时注意在选定完资源临时解压位置，等待其解压完毕后不要继续安装！就是打开让选的那个文件位置，不是安装位置！因为我们需要替换的文件在临时解压资源中，而安装完成后这些临时资源会被删除！

然后等待临时资源解压完毕后，去你选择的解压位置（默认是C:\NVIDIA\DisplayDriver\451.48\Win10_64\International ），去找ListDevices.txt与Display.Driver文件夹，然后将他俩复制到别处，以便等下去替换CUDA中的文件。你不复制到别处，这些临时文件在你关闭安装程序后就自动删除了。

然后同样的操作，打开CUDA8.0的安装包，选定完资源临时解压位置，等待其解压完毕后不要继续安装，然后去你选择的解压位置，将刚才我们准备好的显卡驱动的ListDevices.txt与Display.Driver文件夹复制到CUDA的临时资源解压位置，覆盖CUDA的原文件。然后再继续安装。
安装完成后，在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0目录下，用VS2015打开Samples_vs2015.sln，在release下重新生成解决方案。
执行C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目录下的deviceQuery.exe。

本文链接：https://blog.csdn.net/qq_40574708/article/details/107192072

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

稀疏编码的数学基础与理论分析-程序员宅基地

文章浏览阅读290次，点赞8次，收藏10次。1.背景介绍稀疏编码是一种用于处理稀疏数据的编码技术，其主要应用于信息传输、存储和处理等领域。稀疏数据是指数据中大部分元素为零或近似于零的数据，例如文本、图像、音频、视频等。稀疏编码的核心思想是将稀疏数据表示为非零元素和它们对应的位置信息，从而减少存储空间和计算复杂度。稀疏编码的研究起源于1990年代，随着大数据时代的到来，稀疏编码技术的应用范围和影响力不断扩大。目前，稀疏编码已经成为计算...

EasyGBS国标流媒体服务器GB28181国标方案安装使用文档-程序员宅基地

文章浏览阅读217次。EasyGBS - GB28181 国标方案安装使用文档下载安装包下载，正式使用需商业授权, 功能一致在线演示在线API架构图EasySIPCMSSIP 中心信令服务, 单节点, 自带一个 Redis Server, 随 EasySIPCMS 自启动, 不需要手动运行EasySIPSMSSIP 流媒体服务, 根..._easygbs-windows-2.6.0-23042316使用文档

【Web】记录巅峰极客2023 BabyURL题目复现——Jackson原生链_原生jackson 反序列化链子-程序员宅基地

文章浏览阅读1.2k次，点赞27次，收藏7次。2023巅峰极客 BabyURL之前AliyunCTF Bypassit I这题考查了这样一条链子：其实就是Jackson的原生反序列化利用今天复现的这题也是大同小异，一起来整一下。_原生jackson 反序列化链子

一文搞懂SpringCloud，详解干货，做好笔记_spring cloud-程序员宅基地

文章浏览阅读734次，点赞9次，收藏7次。微服务架构简单的说就是将单体应用进一步拆分，拆分成更小的服务，每个服务都是一个可以独立运行的项目。这么多小服务，如何管理他们？(服务治理注册中心[服务注册发现剔除])这么多小服务，他们之间如何通讯？这么多小服务，客户端怎么访问他们？(网关)这么多小服务，一旦出现问题了，应该如何自处理？(容错)这么多小服务，一旦出现问题了，应该如何排错?(链路追踪)对于上面的问题，是任何一个微服务设计者都不能绕过去的，因此大部分的微服务产品都针对每一个问题提供了相应的组件来解决它们。_spring cloud

Js实现图片点击切换与轮播-程序员宅基地

文章浏览阅读5.9k次，点赞6次，收藏20次。Js实现图片点击切换与轮播图片点击切换<!DOCTYPE html><html> <head> <meta charset="UTF-8"> <title></title> <script type="text/ja..._点击图片进行轮播图切换

tensorflow-gpu版本安装教程（过程详细）_tensorflow gpu版本安装-程序员宅基地

文章浏览阅读10w+次，点赞245次，收藏1.5k次。在开始安装前，如果你的电脑装过tensorflow，请先把他们卸载干净，包括依赖的包（tensorflow-estimator、tensorboard、tensorflow、keras-applications、keras-preprocessing），不然后续安装了tensorflow-gpu可能会出现找不到cuda的问题。cuda、cudnn。..._tensorflow gpu版本安装

随便推点

物联网时代权限滥用漏洞的攻击及防御-程序员宅基地

文章浏览阅读243次。0x00 简介权限滥用漏洞一般归类于逻辑问题，是指服务端功能开放过多或权限限制不严格，导致攻击者可以通过直接或间接调用的方式达到攻击效果。随着物联网时代的到来，这种漏洞已经屡见不鲜，各种漏洞组合利用也是千奇百怪、五花八门，这里总结漏洞是为了更好地应对和预防，如有不妥之处还请业内人士多多指教。0x01 背景2014年4月，在比特币飞涨的时代某网站曾经..._使用物联网漏洞的使用者

Visual Odometry and Depth Calculation--Epipolar Geometry--Direct Method--PnP_normalized plane coordinates-程序员宅基地

文章浏览阅读786次。A. Epipolar geometry and triangulationThe epipolar geometry mainly adopts the feature point method, such as SIFT, SURF and ORB, etc. to obtain the feature points corresponding to two frames of images. As shown in Figure 1, let the first image be and th_normalized plane coordinates

开放信息抽取(OIE)系统（三）-- 第二代开放信息抽取系统(人工规则, rule-based, 先抽取关系)_语义角色增强的关系抽取-程序员宅基地

文章浏览阅读708次，点赞2次，收藏3次。开放信息抽取(OIE)系统（三）-- 第二代开放信息抽取系统(人工规则, rule-based, 先关系再实体)一.第二代开放信息抽取系统背景第一代开放信息抽取系统(Open Information Extraction， OIE， learning-based, 自学习, 先抽取实体)通常抽取大量冗余信息，为了消除这些冗余信息，诞生了第二代开放信息抽取系统。二.第二代开放信息抽取系统历史第二代开放信息抽取系统着眼于解决第一代系统的三大问题: 大量非信息性提取（即省略关键信息的提取）、_语义角色增强的关系抽取