TF卡格式化8G格式化时候变成128KB的解决办法

简介: 我的8GC6卡,APPS2SD后,因为不满意分区容量,所以就想删除分区重新分配容量.删除分区方法:我的电脑---管理---磁盘管理--里删除了EXT3分区,结果导致TF卡变成FAT格式且没有容量.(呵呵,可能是电脑系统或别的原因没有成功吧,)在PC上格式化显示"无法完成格式化"呆了!8G的卡就这样玩完了?然后下载了格式化工具usboot-v1.

我的8GC6卡,APPS2SD后,因为不满意分区容量,所以就想删除分区重新分配容量.

删除分区方法:我的电脑---管理---磁盘管理--里删除了EXT3分区,

结果导致TF卡变成FAT格式且没有容量.(呵呵,可能是电脑系统或别的原因没有成功吧,)在PC上格式化显示"无法完成格式化"

呆了!8G的卡就这样玩完了?

然后下载了格式化工具usboot-v1.70,进行格式化,成功了!悲惨依旧,

格成了FAT32格式,但容量只有2G.(网上有人4G的卡用这个工具格后也是这样的情况)

(查阅资料有人说这是一张扩展卡,实际容量只有2G,扩展为8G的,能装载8G的文件.但容易出错.但这种说法无法考证.)

然后下载了U盘格式化工具HPUSBFW,选择HDD格式化.真正的成功把卡救了回来.7.4G的容量,FAT32格式.

此时原来的分区已经没有了,也不知道是那步把它给删除了.

希望此文能帮助遇到此类的朋友.

 

HPUSBFW工具下载:http://files.cnblogs.com/zfanlong1314/hpupgsh.zip

原始下载地址:http://www.pc6.com/softview/SoftView_88844.html

 

目录
相关文章
|
消息中间件 Linux 数据处理
Linux系统编程 C/C++ 以及Qt 中的零拷贝技术: 从底层原理到高级应用(二)
Linux系统编程 C/C++ 以及Qt 中的零拷贝技术: 从底层原理到高级应用
606 1
|
网络协议 Linux 网络安全
|
23天前
|
文字识别 安全 算法
没有 API 也能自动化?实在 Agent 基于视觉融合拾取的操作任意终端原理
本文解析视觉融合拾取技术,突破老旧系统无API、国产终端封闭、SaaS应用受限等“API孤岛”难题。通过多模态感知、五维特征融合、ISSUT屏幕语义理解及闭环执行架构,实现不依赖API的高鲁棒GUI自动化。实测在自研/国产系统中拾取准确率超99%,长链路任务成功率96.2%,兼顾安全合规与跨终端适配。
|
8月前
|
弹性计算 测试技术
GitHub宝藏工具:融合怪测评脚本,云服务器实测演示
本文介绍了一款GitHub上的“融合怪”服务器测评脚本,集CPU、内存、磁盘IO、网络线路及流媒体解锁检测于一体,操作简单,适合新手快速掌握服务器真实性能,助你充分发挥服务器价值。
741 5
|
编解码
数字式电秒表、电子毫秒表,智能毫秒计,通用电脑式毫秒计,智能毫秒表
‌数字式电秒表的主要用途和作用包括在各种需要精确计时的场景中应用,如消防施工质量控制、技术检测、维护管理以及消防产品现场检查等‌。具体应用场景包括火灾自动报警系统的响应时间、水流指示器的延迟时间、电梯的迫降时间、灯具的应急工作时间等‌1。
|
人工智能 缓存 安全
首发,Higress AI 网关率先支持 QwQ-32B,推理成本可再降 90%
QwQ-32B 是一款拥有 320 亿参数的大模型,性能媲美 6710 亿参数的 DeepSeek-R1。它支持本地运行、显著降低企业调用成本(最高降 90%),并在 Hugging Face 和 ModelScope 开源。本文提供通过 Higress AI 网关实现 DeepSeek-R1 和 QwQ-32B 无缝切换的教程,涵盖环境准备、模型接入配置及客户端调用示例。Higress AI 网关还具备消费者鉴权、模型自动切换、Token 级限流等进阶功能,助力企业高效管理多模型服务。
712 1
|
Java Linux Windows
windows版java版本管理器
本文介绍了如何在Windows上使用JDK版本管理器jvms来管理多个Java版本,包括下载、初始化、列出本地安装的JDK版本、在线查看可用版本、切换和安装特定版本的Java。
4168 0
windows版java版本管理器
|
传感器 机器学习/深度学习 自动驾驶
未来出行的智能革命:自动驾驶技术的进展与挑战
自动驾驶技术正逐步改变我们的交通方式,从辅助驾驶到完全自动化,每一次技术跃迁都带来了新的可能。本文将探讨自动驾驶的发展历程、关键技术里程碑及其面临的主要挑战和未来趋势。
954 4
|
开发工具 C语言 git
【嵌入式开源库】MultiButton的使用,简单易用的事件驱动型按键驱动模块
【嵌入式开源库】MultiButton的使用,简单易用的事件驱动型按键驱动模块
1056 0
|
机器学习/深度学习 PyTorch 算法框架/工具
使用PyTorch实现L1, L2和Elastic Net正则化
本文介绍了机器学习中的正则化技术,包括L1、L2和Elastic Net,用于防止过拟合。L1正则化产生稀疏模型,适合特征选择;L2正则化使参数接近零但不为零,减少过拟合。Elastic Net结合L1和L2优点,适用于特征相关情况。在Python的sklearn库中,可使用Lasso、Ridge和ElasticNet类实现这些正则化。此外,文中提供PyTorch代码示例,展示了如何在多层感知机上应用L1、L2和Elastic Net正则化。
461 0