百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

13年A1466换硬盘避坑及applessd.sys无法验证数字签名等问题解决

ztj100 2025-03-12 22:24 97 浏览 0 评论

笔者在更换一台2013年中的Macbook AIR的固态硬盘时,因为经济性的原因未选择原装固态硬盘,使用了转接卡加第三方固态硬盘(西数SN750 500G),那么我们在使用非原装固态硬盘进行系统的安装时是会遇到一些问题的,把过程和遇到的坑整理下,避免其他朋友再重蹈覆辙。

win7驱动

关于苹果笔记本安装WIN7的问题,其实每一款都不尽相同,老款可能还好,但如果涉及到更换NVME固态硬盘并且是非原装的情况下是需要先把主板BIOS升级到10.13.6及更新版本,因为低于此版本不支持NVME固态硬盘。对于笔者更换的2013年A1466,我们使用了某宝上二十几元包邮的转接卡,配合西数SN750 500G固态硬盘进行了实测,过程也比较坎坷,考虑到WIN7早已停更不安全,以及软件兼容性的问题,最终安装了OSX10.15.7和WIN10双系统。如果确实需要安装WIN7建议提前跟转接卡商家沟通好,选择合适的固态硬盘。同时要提前下载好BOOTCAMP5.0及v515640版本的驱动进行集成。集成驱动建议使用DISM++

键盘失灵

a1466安装WIN7输入用户名处键盘失灵

如上述所说,在安装展开完WIN7后到输入本机用户名的界面键盘鼠标触摸板均不能使用,此处的问题是由于原版WIN7没有集成INTER USB3.0驱动所致。需要在MAC下的BOOTCAMP制作WIN7安装引导U盘之前就要把原版WIN7安装镜像中的boot.wim、install.wim两个安装镜像文件使用DISM++打上USB3.0驱动,如有需要,也可以使用笔者已经做好的原版安装镜像,除12个驱动文件外,保证未添加任何东西。

applessd.sys无法验证数字签名

安装WIN7时在系统安装重启时遇到applessd.sys无法验证数字签名的情况,下面我们说说解决办法:提示信息:windows 未能启动原因可能是最近更改了硬件或软件文件:\windows\system32\drivers\applessd.sys状态:0xc0000428信息:windows 无法验证此文件的数字签名解决办法:插上做好PE的U盘(要能支持UEFI引导),按住OPTION键,选择U盘 进入PE,把windows系统分区下如下路径windows\system32\drivers\AppleSSD.sys这个文件删掉,再重启进到windows,安装会继续,系统可正常使用。

硬盘分区格式要求

硬盘的分区格式不对,在安装系统的时候是认不到的,必须要GPT(GUID)分区格式

MAC系统安装方式及版本

系统安装盘必须用10.13.6版本或者更高的版本,而且必须用U盘使用TRANSMAC软件先格式化为HFS格式,再恢复DMG镜像到U盘。

可以使用哪些固态硬盘

首选当然是二手的苹果原装硬盘,但可能会略贵或没有合适的,那么这个时候就需要买第三方品牌了。比如三星、西数、英特尔、闪迪等,我们本次使用的是西数SN750,目前没有发现问题,休眠正常。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: