基于CUDA11.2的程序在windows10编译时报错

最新推荐文章于 2025-05-21 10:47:04 发布
原创 最新推荐文章于 2025-05-21 10:47:04 发布 · 1.4k 阅读 · 2 ·
CC 4.0 BY-SA版权
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。
文章标签：

#cuda

一篇关于CUDA11.2在Windows10上编译失败，升级到CUDA11.3.1后问题解决的博客。内容涉及到CUDA版本与Windows系统的兼容性，以及外部符号解析错误的常见解决策略。
部署运行你感兴趣的模型镜像

基于CUDA11.2编写的程序在linux系统上可以编译通过，但是在windows10编译时报错：

无法解析的外部符号： __cudaRegisterLinkedBinary_38_cuda_device_runtime_compute_86_cpp1_ii_8b1a5d37，函数 "void __cdecl __sti____cudaRegisterAll(void)" (?__sti____cudaRegisterAll@@YAXXZ) 中引用了该符号

试过网上说的很多方法都没能解决问题，最终将CUDA11.2改为CUDA11.3.1，程序编译通过。怀疑是不是CUDA11.2与windows10有冲突？

您可能感兴趣的与本文相关的镜像

PyTorch 2.6

PyTorch 2.6

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

CUDA文件编译错误是在使用CUDA编程时经常遇到的一个问题
HackLogic的博客
08-18 1108
本文将介绍一些常见的CUDA文件编译错误以及解决方法，并附上相应的代码示例和描述。通过以上示例代码和描述，我们介绍了一些常见的CUDA文件编译错误以及相应的解决方法。希望本文对您有所帮助！解决方法：检查是否正确地包含了CUDA库文件，并确保在链接时正确指定了CUDA库文件的路径。描述：这个错误通常是由于在CUDA核函数中使用了__syncthreads()函数，但编译器找不到该函数声明。描述：这个错误通常是由于链接错误导致的，意味着编译器找不到与CUDA二进制文件相关的符号引用。可以通过在编译命令中添加。
【Cuda】VisualStuio22 无法解析外部符号cuInit
qq_30340349的博客
02-07 482
windows cuda_driver_api 运行报错 无法解析外部符号 cuInit
C语言 | 为什么在Linux下能编译成功，而Windows下编译不过？
嵌入式大杂烩
07-03 3223
前言 前两天有群友在群里问了如下问题：大概就是用C语言写了一个socket程序，在Linux下使用gcc编译没问题，而...
无法解析的外部符号： __cudaRegisterLinkedBinary_
qq_33598781的博客
12-18 1704
cmake中加入 set_target_properties(${PROJECT_NAME} PROPERTIES CUDA_RESOLVE_DEVICE_SYMBOLS ON)问题：cmake cuda动态或静态库后，可执行程序链接时报 无法解析的外部符号： __cudaRegisterLinkedBinary_
解决Windows环境下（python）CUDA编程 error detected in the compilation of “kernel.cu“.报错
weixin_65953355的博客
07-11 1436
最近开始学习基于python核CUDA的GPU编程，发生报错error detected in the compilation of "kernel.cu"，网上各种查询有的说是版本匹配问题，有的说。，回看自己的核函数发现是这一块的内容报错。
在Windows上，使用VScode 、cmake编译cuda程序时出现)Compiling the CUDA compiler identification source file“CMakeCUD
m0_50909341的博客
04-18 2386
在Windows上，使用VScode 、cmake编译cuda程序时出现)Compiling the CUDA compiler identification source file"CMakeCUDACompilerId.cu" failed.Compiler:Build flags:Id flags: --keep;--keep-dir;tmp -vThe output was: 1的解决办法。
cuda工程更换环境（电脑）后遇到的一系列编译问题
LF_1845529754的博客
08-06 1059
环境说明 原环境：cuda10.0 新环境：cuda10.2 虽然说这两个版本很接近，但是直接把cuda10.0的工程打包到10.2中运行会遇到一系列问题。由于刚接触cuda不就，将这些问题都稍微微写写。 问题一：无法加载工程 初次打开从10.0拷贝过来的工程vs提示加载失败 解决方法：右键单击项目名称—>>编辑，在打开的页面中搜索 10.0 全部替换成 10.2 （原来的cuda是10.0版，新环境是10.2版） 这是cuda版本不一致造成的 问题二：找不到h、lib文件 h文
CUDA程序出现“无法解析的外部符号”错误
流觞时光
08-19 8792
环境： VS2015 + CUDA8.0 + OpenCV2.4.13 跑CUDA程序时出现以下错误： 无法解析的外部符号 __cudaUnregisterFatBinary 无法解析的外部符号 cudaDeviceSynchronize 无法解析的外部符号 cudaConfigureCall 无法解析的外部符号 __cudaRegisterFunction ...等等 原因： 配置环境时没有添加CUDA的lib库 解决方案： 项目–>右键–>属性–>链接器–>输入–>附加依
Ubuntu20.02下CUDA11.2+cudnn8.1.1+opencv+opencv_contrib4.5.2编译【保姆全套教程(持续更新)】
weixin_49214724的博客
06-09 1469
系统 Ubuntu20.02 NVIDIA驱动版本 >=465 CUDA版本 11.2.2 cudnn版本 8.1.1 Opencv版本 4.5.2 辅助工具 cmake-gui：用来编译opencv NVIDIA驱动下载https://www.nvidia.cn/geforce/drivers/ CUDA下载https://developer.nvidia.com/cuda-toolkit-archive cudnn下载https://developer.nvidia.c...
Windows下编译带CUDA 11.2的TensorFlow 2.4.1（Python3.9.1，cuDNN 8.1.0，兼容性3.5 - 8.6，附编译结果下载）
惠很好的
02-01 2398
基本参照我的这篇文章：《Windows下编译带CUDA 11.1（Update 1）的TensorFlow 2.4（RC0）（Python3.9.0，cuDNN 8.0.4，兼容性3.5 - 8.6，附编译结果下载）》，有些地方有所改动，重新组织一下步骤。 环境准备 1. Python & Pip 首先Python需要安装一些包：six、numpy、wheel、setuptools、keras_applications和keras_preprocessing，使用管理员权限打开命令提示符：
cudnn-11.2-windows-x64-v8.1.1.33.zip
06-29
cudnn-11.2-windows-x64-v8.1.1.33.zip适合环境： win10 x64或者win11 x64 cuda11.0/cuda11.1/cuda11.2
Windows下编译带CUDA 11.3的TensorFlow 2.5.0（Python3.9.5，cuDNN 8.2.0，兼容性3.5 - 8.6，附编译结果下载）
惠很好的
05-18 3029
基本参照我的这篇文章：《Windows下编译带CUDA 11.2的TensorFlow 2.4.1（Python3.9.1，cuDNN 8.1.0，兼容性3.5 - 8.6，附编译结果下载）》，有些地方有所改动。 环境准备 1. 内存要求 在8个并行任务下（默认并行数为CPU线程数），应有不小于10G的内存，否则会产生编译器堆空间不足的错误。 2. Python & Pip 首先Python需要安装一些包：six、numpy、wheel、setuptools、keras_applicati
CUDA 调用kernel函数时调用不到，也不报错
qq_43134830的博客
03-10 1979
第一次使用CUDA编程 环境：ubuntu18.04 clion2020.3 cuda11.2 GPU版本：GEFORCE 940MX 复制粘贴了网上最简单的"Hello, cuda"，在kernel函数中输出，结果什么都没有，心态崩了。 总结原因： 1.需要确定自己的GPU计算能力 可以在NVIDIA官网上查询，或者cuda 计算能力查询表 还有一种查看方式，可以运行NVIDIA_CUDA_Samples/1_Utilities/deviceQuery的代码，运行结果如图 我的CUDA Capabilit
深入理解 CUDA、Docker 与 NVIDIA 插件：容器化 GPU 开发全指南
最新发布
qq_40205510的博客
05-21 1265
本文探讨了如何利用Docker容器化技术与NVIDIA生态插件来高效管理GPU开发环境。通过Docker容器，开发者可以实现环境隔离、跨平台兼容性和快速部署，避免不同项目间的CUDA版本和依赖库冲突。文章详细介绍了NVIDIA Docker的核心组件，包括NVIDIA Container Toolkit和CUDA镜像分层，并提供了安装和配置NVIDIA Docker的步骤。此外，文章还讨论了多版本CUDA管理技巧、性能优化与调试方法，以及常见问题的解决方案。通过结合Docker与NVIDIA生态，开发者能够
无法解析的外部符号 cudaLaunchKernel 等的解决方案
岛的博客
01-29 2152
无法解析的外部符号 cudaLaunchKernel 等的解决方案
nvcc编译器之设备和主机独立编译（chapter 6）
犇叔的博客
12-01 1626
nvcc编译，cuda编译，GPU代码编译
cuda中dynamic parallelism中遇到的链接错误：error LNK2001: unresolved external symbol ___fatbinwrap_66_tmpxft_…
05-09 1783
cuda从5.0版本之后开始支持dynamic parallelism，即可以在__global__函数中调用其他global函数，因此可以实现核函数中再调用核函数。dynamic parallelism（动态并行）的软硬件条件有：1. cuda toolKit 版本5.0或以上；2. GPU compute capability（计算能力）3.5及以上。此时就可以在核函数中调用另一个核函数了，也...
【cuda编译】error LNK2019: 无法解析的外部符号
Kelvin_Yan的专栏
08-30 5008
vs不认cu文件，导致无法编译里面定义的函数 这是因为建立项目时在配置好cuda环境前添加了cu文件，此时编译器不认这些cu文件。 解决办法：把所以cu文件从项目中删除，配置好项目的cuda环境，再添加cu文件...
CUDA问题总结1
fengzizhuang的专栏
03-06 5239
问题一：无法解析的外部符号 ___cudaUnregisterFatBinary@4 描述： 1>CUDAdll.cu.obj : error LNK2019:无法解析的外部符号 ___cudaUnregisterFatBinary@4，该符号在函数 "void __cdecl __cudaUnregisterBinaryUtil(void)" (?__cudaUnregisterBi
CUDA Version: 11.2如何在windows中更新
04-02
嗯，用户问的是如何在Windows系统上更新CUDA到11.2版本。首先，我需要回忆一下安装CUDA的流程。根据引用里的信息，比如引用4提到要去英伟达官网下载驱动，安装时选择合适的配置，比如Studio驱动程序。还有引用2提到...
评论
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