Win98、NT和Linux的共存 NT的OS Loader ntosknl.exe

hem hem 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.5k累计阅读 1.5k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄26年
关注
原创 最新推荐文章于 2025-10-14 00:29:02 发布 1.5k 阅读 AI 写同款· GEO 优化 ›
【STM32-DSP库的使用】基于Keil5 + STM32CubeMX + CMSIS-DSP 手动添加、库添加方式 CMSIS-DSP库在工程中应用遇到的所有问题进行归纳终结 阅读详情
Win98、NT和Linux的共存
--------------------------------------------------------------------------------

现在绝大多数人装的都是windows98，但是为了学习还需要安装windows NT以及Linux，那么怎样实现他们的共存呢？并且最好是在现有windows98、windowsNT之上安装Linux。现在对整个的安装策略作一介绍，不当之处，请大家指正。
在安装之前我们首先要了解一下硬盘主导扇区中的一个重要数据区--分区表。一个硬盘最多只能有四个主分区，这一点是大家要清楚的。现在我们来假设一下硬盘的使用情况：在机器买回来后我们将硬盘划分了4个逻辑盘，分别是C、D、E、F，而且整个硬盘空间已划分光了。那么，在这种情况下，我们一般使用了几个主分区呢？答案是两个：一个是主DOS分区，另一个是扩展DOS分区。C盘就是主DOS分区，而扩展DOS分区还包含着3个逻辑盘D、E、F。
之后的某一天你又要安装Windows NT，如果你的所有逻辑盘都被格式成FAT32格式，那么对于安装Windows NT来说简直是一场灾难。如果用win98引导，再安装Windows NT，那么在没有复制文件的时候就告诉你行不通；如果你制作了三张NT安装软盘，安装是能进行下去的，不过在选择安装分区时，你会发现NT找到了两个不能使用的FAT32分区，如果还要进行安装，那你得将扩展分区删除掉，然后重新分区，也就是你的D、E、F盘将不复存在。那么，遇到这种情况怎么办呢？有办法，使用System Commander软件（好象Linux光盘上都有）。通过SC你可以将FAT32格式重新转换成FAT16，不过这时FAT16格式的逻辑盘空间不能超过1.7G。
通过上面烦琐的步骤后，你终于将NT安装到了D盘上。如果你使用的是FAT16格式，可能很轻松的完成了NT的安装。后面你又要安装Linux了，又将会面临一场痛苦。
首先，在安装到Linux分区时你突然发现硬盘没有空间了，不能创建Linux分区，你看到是hda1、hda2、hda5、hda6、hda7几个分区，你仍然面临将D、E、F盘删除的窘境。不过，这次你可能有经验了，使用System Commander，将F盘删除掉，如果空间还不够将E盘也删除掉或将E盘割出一块空间。这样，你终于有了非DOS的剩余硬盘空间了。在安装Linux的时候，我们假设你只划分了一个根/分区和一个交换分区swap。那么，到此你已将四个主分区全部用光了，前两个是DOS分区，后两个是Linux分区。在Linux分区中，第一个是Linux主分区，另一个是Linux扩展分区。如果你还要分出个/home或/usr等，这些都是建在Linux扩展分区上的。
一波刚平，一波又起。当Linux安装到LILO时，你又遇到麻烦了，是安装到主引导记录(mbr)，还是安装到其他地方呢？为了和NT共存，你不能将LILO安装到主引导记录中，在这里你只能将LILO安装到hda3，即Linux的主分区中。不要忘了，安装过程中一定要制作一张Linux引导盘，否则Linux不能被引导。
Linux已顺利安装完了，下面就是怎样实现windows98、windows NT、Linux系统的引导，在这里我建议使用NT的OS Loader，因为它占据了主引导记录。那么，怎么将Linux的引导信息加入到NT的引导菜单中呢？这时，在安装Linux过程中的引导软盘起作用了。用软盘将Linux引导起来，以root登录到Linux，进行以下操作：
1.将C盘mount上
mount /dev/hda1 /mnt #要根据你C盘的格式用相应的命令参数
2.将LILO引导信息写成一个文件
dd if=/dev/hda3 of=/mnt/bootsect.lnx bs=512 count=1
3.修改NT的boot.ini
vi /mnt/boot.ini
在文件最后添加一行：
C:/bootsect.lnx = “Linux”
4.修改NT的分区位置
将所有multi(0)disk(0)rdisk(0)partition(2)/WINNT改成：
multi(0)disk(0)rdisk(0)partition(4)/WINNT
说实在的，我也没弄明白明明是第2个分区，安装过程中也没有改分区表，多了两个Linux分区后怎么要改成分区4？这也是我安装过程中遇到的真正困难，我当时改成5试了一下没成（心想D盘是第5个分区），也没有改成4去试（其实做梦都没想到会是Linux扩展分区号）。没办法我重新安装了NT，之后才发现boot.ini中被系统改成了4。所以，如果你在安装后发现NT启不来了，说：winnt/system32/ntosknl.exe没找到，不要紧张，修改根目录下的boot.ini，从1~4试着改partition(?)中的数据，肯定会成功的。 

原作者：zhujk@china.com 
来源：(Linux一千零一Yea) 
收录于
linux

当前文章被收录于：

linux
237 篇文章 1 人学习
订阅专栏 查看详情
标签
#linux #os #windows #dos #扩展
#system
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。
SpringBoot实现快速导入EXCEL MaterialMonitorController.java @Log(title = "物料监测", businessType = BusinessType.IMPORT) @RequiresPermissions("system:materialMonitor:import") @PostMapping("/importData") @ResponseBody ... 阅读详情

相关推荐

PCIE Lane Margining Linux 环境配置

Copy all the provided files in folder PYC38 or PYC310 to the created pcie_lmt folder. Index of /ftp/python/3.8.10/Copy below commands to a file and rename it as "scan_pcie.py", the commands are from "685662 PCIe-LMT-Gen4_Gen5-r0p77.pdf" in the lane margi

mysongshine的博客 1436

关于ntoskrnl.exe蓝屏一些历程（不保证完全解决）

我之所以会发现这个问题，是因为我室友也有一台同样型号的r7000p，但是他的电脑稳定许多，所以我觉得下载安装上他的驱动，由于我之前的折腾我已经把显卡和BIOS驱动都安装了官网的win10版本64位驱动版本，win11使用起来并没问题，且与我室友的版本相同，只有nvidia usb type c port policy controller驱动这个版本相差极多，我之前的版本为1.1...极易蓝屏报错，更新到1.46后稳定了许多，因为联想电脑管家驱动无论多旧的版本都只会显示推荐，所以这个驱动很难更新上来。

weixin_46784430的博客 7万+

DCDC BUCK开关电源PCB设计

在开关电源中，BUCK（降压）电路、BOOST（升压）电路以及BUCK - BOOST（升降压）三种电路是最基本的拓扑结构。转换器又分DCDC（直流转直流）和ACDC（交流转直流），DCDC装换器结构无疑是比ACDC转换器结构简单，所以从DCDC转换器结构入手学习开关电源是一种很好的选择。本文主要从应用角度，进行相关器件的选型计算以及PCB绘制讲解DCDC 12V转5Vbuck电路。

2301_78342510的博客 6883

解决由于ntoskrnl.exe导致的蓝屏（Win10）

注：本文章中的方法并未解决我自己的这个问题，但是也算是一个思路，大家可以参考一下。 2019.09.25 虚拟机中的 Win10 又出现了这个问题： ------------------------------------------------ 在2018.10.30的那天又蓝屏了，看来下面的方法还是不能解决问题啊。 ---------------------------------...

【欢迎关注公众号：冬瓜白】 37万+

分析攻击流量样本

利用wireshark分析.pcap攻击样本的攻击流程，利用漏洞等。

一段旅途 6842

ubuntu通过qemu安装银河麒麟V10_Arm_v8 (kylin_v10_飞腾/鲲鹏版)

一、windows下安装vmware虚拟机 二、ubuntu下载地址 https://mirrors.tuna.tsinghua.edu.cn/ubuntu-releases/20.04/ubuntu-20.04.3-live-server-amd64.iso 三、vmware中新建虚拟机，并使用ubuntu-20.04.3-live-server-amd64.iso作为启用盘 。。。在虚拟机中安装ubuntu(略) 四、配置ssh（如果ssh登录不上时配置） 修改openssh的配置 vi /etc/s

u010533742的博客 8703

ntoskrnl.exe 占用 80 端口 怎样关闭 system 占用80端口的pid为4的进程

ntoskrnl.exe 占用 80 端口 怎样关闭 system 占用80端口的pid为4的进程 解决办法 ntoskrnl.exe占用80端口导致Apache无法启动 通过禁用World Wide Web Publishing Service解决问题 Win+X，打开命令提示符（管理员） 输入以下命令，成功关闭ntoskrnl.exe net stop http Y Sc config http start= disabled ...

lampenwendy的博客 6830

ZBrush 2021来了

这次给大家带来的是：zbrush2021.1.1 win安装教程 1.下载压缩包之后解压到文件夹当中，然后打开ZBrush_2021_Installer.exe进行软件安装， 如下图 2.在这里我们保持默认的简体中文版即可，然后点击确认，如下图 3.第三步我们点击前进即可，如下图 4.第四步我们来到许可协议，在这里我们点击我接受此协议，然后点击前进，如下图 5.第五步我们来到安装目录，在这里我们可以设置安装路径，如下图 6.在这里我将安装目录修改安装到E盘为例，然后点击下一

3D游戏建模 1187

由Win10系统ntoskrnl.exe引起电脑蓝屏几个解决参考

同时还显示是由ntoskrnl.exe引起，那么这个ntoskrnl.exe是什么，对于它引起的蓝屏问题，我们应该如何手动解决呢？ntoskenl 是 Windows 的内核进程，负责 Windows 核心部分的操作，也就是负责操作系统核心的五大任务：处理机管理、存储管理、设备管理、文件管理、接口，这从它的 PID = 4 就能看出来它的地位是操作系统最先启动的进程。下载这款文件后，扫描一下电脑缺少的重要系统组件，根据电脑确实的系统文件来修复系统问题。依次打开控制面板——>管理工具——>任务计划程序。

weixin_44681986的博客 1万+

扫地机器人视觉+IMU融合导航路径规划技术详解

本文介绍了基于视觉-惯性里程计（VIO）的扫地机器人自主导航系统。系统硬件由RGB摄像头、IMU传感器和编码器组成，软件架构采用分层设计，包括传感器数据采集层、数据融合层、SLAM定位层和路径规划层。核心技术包括：1）融合视觉特征提取（ORB算法）与IMU预积分的VIO；2）基于栅格地图的SLAM构建；3）结合A*全局规划和动态窗口法（DWA）局部避障的路径规划。文章提供了完整的Python实现代码，涵盖传感器数据融合、特征匹配和运动估计等关键功能模块。该系统实现了扫地机器人的精准定位和环境感知能力。

电脑管家 1462

system占用cpu解决（ntoskrnl.exe）

今天打开电脑发现system占cpu特别多 百度好多资料后解决步骤如下： 因为system是系统程序 里面有好多线程都有可能占用 所以不能确定是哪个线程占用的cpu procexp可以分析是哪个线程 下载地址 http://www.crsky.com/soft/1074.html 打开后双击system 点线程 可以看到ntoskrnl.exe占的cpu   解决ntos...

张必安的博客 27万+

caverdock如何使用，一文给你多方案教学！

🏆本文收录于 《全栈 Bug 调优（实战版）》 专栏。专栏聚焦真实项目中的各类疑难 Bug，从成因剖析 → 排查路径 → 解决方案 → 预防优化全链路拆解，形成一套可复用、可沉淀的实战知识体系。无论你是初入职场的开发者，还是负责复杂项目的资深工程师，都可以在这里构建一套属于自己的「问题诊断与性能调优」方法论，助你稳步进阶、放大技术价值。

**My Coding Family** 1388

Win98、NT和Linux的共存 NT的OS Loader ntosknl.exe (转)

Win98、NT和Linux的共存 NT的OS Loader ntosknl.exe (转)[@more@]win98、NT和Linux的共存-------------------------------------------...

circularr9834的博客 145

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表，创建专业级图表以简化复杂的信息。

安装的时候apache发现80端口被ntoskrnl.exe 占用 80 端口

1、netstat -ano，列出所有端口的情况。在列表中我们观察被占用的端口 2、查看被占用端口对应的PID，输入命令：netstat -aon|findstr "80" 3、继续输入tasklist|findstr "PID编号"，回车，查看是哪个进程或者程序占用了80端口 电脑上面找了没有安装IIS等类似web服务器， baidu了下，发现有人遇到过类似的问题，原来是sql serv...

weixin_34388207的博客 1891

OV9734 DATASHEET，完整规格书

OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等

NT Kernel & System 占用80端口

NT kernel & System 占用80端口 原文地址：https://www.cnblogs.com/zhaoweidong/p/5710280.html 问题： 1 运行'netstat -ano'发现80端口被pid=4的进程占用 2 打开任务管理器，发现pid=4的进程，其实是system进程，其对应的进程描述是NT kernel & system。 如何清...

youyi7890的专栏 8569

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

ntoskrnl.exe 占用80端口 apache 无法启动

昨天把系统升级到win 10 今天发现apache 无法启动。 果断命令行启动查看错误原因。 上网查查说是80端口被占用，因iis刚被卸了，不可能是iis的问题，网上有人说是ms sqlserver 2008的问题，查查sqlserver 没开启。也排除，再往后查发现大多数不相关的结果，果断自己看看是哪个怎么占用了80端口。 就是他，pid 为4 的。右键属性看详情。

漂泊的情 1万+

解决80端口被PID=4服务占用的问题，三个思路

解决80端口被ntoskrnl.exe、被SQL Server、IIS等服务占用的问题，通过三种思路来解决80端口被占用无法使用的问题。

weixin_45866737的博客 2万+

ntoskrnl.exe占用cpu高

win+r -->control 打开控制面板 还是过高，重启即可 转载于:https://my.oschina.net/u/2425353/blog/3081583...

chijiangwo8270的博客 1万+

计算机反复蓝屏问题--ntoskrnl.exe

最近电脑反反复复地蓝屏吗，尤其是在电脑开机但又没怎么用的情况下。 使用联想电脑管家分析问题 下载了蓝屏分析诊断工具，提取码：5dti 检测出来问题根源是ntoskrnl.exe 解决方案： ① 参考博客1 控制面板----管理工具----任务计划程序----找到.net framework项，四个都禁用；再往下找到MemoryDiagnostic项，把里面2个都禁用 ...

hhhguoguo的博客 5万+

ntoskrnl.exe导致Win10蓝屏的解决方案（转载）

转自：https://zhuanlan.zhihu.com/p/37619207 我的PC是自己安装的兼容机。起初安装的是Win7系统，后来升级为Win10。从Win7开始，就不定期、偶尔出现蓝屏，有时三五天、一周出现一次，有时一天出现一两次。我在BIOS中把选项均定为安全、保守的数值，但仍然不能避免蓝屏。 在软件方面，经过多种杀毒软件检测，均未发现病毒、木马。 在硬件方面，替换了可靠...

bodybo的专栏 4万+

Win10开机提示蓝屏错误ntoskrnl.exe怎么修复?

1、下载bluescreenview软件。 2、下载后解压缩，启动就可以查看蓝屏原因了！如下图所示 3、发现问题出在ntoskrnl.exe这个文件上，我重新下载这个文件替换也没用！ 4、继续解决问题，同时按下win+X按键，如下图所示 5、选择命令提示符（以管理员），如下图所示 6、出现cmd命令框！输入： chkdsk c: /f 后回车，如下图所示 7、在提示符后面输入Y，回车，如下图所示，现在重新启动电脑静待电脑自己完全启动并修复完成！自此再没出现蓝屏！ 参考链接 ： Win10开机提示.

qq_40907977的博客 1万+

"ntoskrnl.exe"占用大量cpu解决方法

ntoskrnl.exe 计划任务里面结束关于空闲时段内存自检的任务

偶阵雨的博客 1万+

80端口被ntoskrnl.exe占用

查看80端口被ntoskrnl.exe占用，无法找到具体的程序 打开sqlserver 配置管理器，停止实例或者管理sqlserver reporting services服务 解决问题

qq_41545233的博客 2351

进程强杀

强杀进程 PsTerminateProcessPspTerminateProcess PspTerminateThreadByPointerPspExitThread未导出函数 暴力搜索 特征值 xp的 0x8B55ff8B 0xA16456EC 0x00000124 0x3B08758B 内核地址空间NtQueryXXX / AuxKlibQueryModuleInform

zhuhuibeishadiao 2946

Windows10磁盘占用率100%(ntoskrnl占用资源)导致系统卡顿

电脑从前几天开始总是莫名其妙卡顿，打开任务管理器后发现System一直占用很高， 通过下图所示打开占用系统资源的文件位置 发现是ntoskrnl占用比较多(这是还原后的ntoskrnl.exe，所以更新日期为2020年2月23号) 查看性能发现是磁盘100% 然后按着网上资料下载了各种驱动，驱动精灵、鲁大师、360全都整了，还是不行，后来就尝试更新系统，但是一直更新失败，就在网上找了下资料，发现可以还原系统的更新，因为之前也有资料说是系统更新导致的Windows系统不稳定，然...

ttt_12345的博客 1万+
上一篇： JAVA 使用哈希表操作数据库的例子 Using Hashtables to Store & Extract results from a Database.
下一篇： Linux网络管理员手册(1)
点赞 0
评论 0
书签 书签 0
hem
hem
博客等级 码龄26年 19粉丝 287原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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