1.安裝Windows Server 2019

和安裝其他Windows系統(tǒng)的步驟差不多，也是插入U盤后進BIOS然后根據(jù)引導(dǎo)分區(qū)創(chuàng)建管理員等等，可以參考：windows server 2019安裝教程

2.開啟WLAN服務(wù)

如果裝完系統(tǒng)后就能直接聯(lián)網(wǎng)或者不需要使用WIFI的話可以跳過這一步（可惜我們這個機子不能。。。）首先需要自備一個隨身wifi或者網(wǎng)線之類的確保能聯(lián)網(wǎng)，然后到服務(wù)器管理器中開啟WLAN服務(wù)。

打開服務(wù)器管理器-》添加角色和功能-》服務(wù)器選擇-》功能-》找到“無線LAN服務(wù)”勾選-》安裝。

安裝完畢后再重啟（一定要重啟），如果安裝無誤的話打開后應(yīng)該就能搜索到WIFI了。

3.固定IP地址

為了能夠使用遠(yuǎn)程桌面登錄，需要固定服務(wù)器的IP地址。在確保能夠聯(lián)網(wǎng)之后，打開命令行（Win+R，輸入cmd后回車），輸入ipconfig /all，找到IPv4地址、子網(wǎng)掩碼、默認(rèn)網(wǎng)關(guān)、DNS服務(wù)器（在最下面）。

然后點擊WIFI圖標(biāo)，打開網(wǎng)絡(luò)和Internet配置（從控制面板進也行）-》更改適配器選項-》雙擊WLAN圖標(biāo)-》屬性-》雙擊“Internet 協(xié)議版本4(TCP/IPv4)”-》選擇“使用下面的IP地址”和“使用下面的DNS服務(wù)器地址”并把之前ipconfig的各種信息依次填寫進去后確定-》重啟電腦并檢查是否能使用固定好的IP地址聯(lián)網(wǎng)。


注意：如果是使用WIFI的話一定要確定好是使用哪個WIFI，因為IP地址是隨著WIFI的變化而變化的，一旦WIFI變了，那么原來固定好的IP地址也沒用了，需要重新固定。

4.開啟遠(yuǎn)程桌面服務(wù)

這里參考了Windows Server 2019遠(yuǎn)程桌面服務(wù)配置和授權(quán)激活。

4.1 添加遠(yuǎn)程桌面服務(wù)

打開服務(wù)器管理器-》添加角色和功能-》服務(wù)器選擇-》功能-》找到“遠(yuǎn)程桌面服務(wù)”-》勾選“Remote Desktop Session Host”和“遠(yuǎn)程桌面授權(quán)”-》安裝-》重啟。


重啟后打開服務(wù)器管理器-》工具-》Remote Desktop Services-》遠(yuǎn)程桌面授權(quán)管理器-》此處應(yīng)該顯示未激活的狀態(tài)。

4.2 激活服務(wù)器

右鍵選擇激活服務(wù)器，打開激活向?qū)?》選擇“Web瀏覽器”連接方法-》復(fù)制產(chǎn)品ID，然后點擊遠(yuǎn)程桌面授權(quán)網(wǎng)站https://activate.microsoft.com-》選擇啟用許可證服務(wù)器-》輸入剛剛復(fù)制的產(chǎn)品ID，公司和國家隨便填-》在打開的頁面里復(fù)制許可證ID到向?qū)е?》完成激活。

4.3 安裝許可證

啟動許可證安裝向?qū)В梢约せ钔曛苯訂?，也可以從遠(yuǎn)程桌面授權(quán)管理器進去右鍵服務(wù)器選擇“安裝許可證”）-》點擊遠(yuǎn)程桌面授權(quán)網(wǎng)站https://activate.microsoft.com-》選擇安裝客戶端訪問許可證-》許可證選擇企業(yè)協(xié)議，公司和國家隨便填-》產(chǎn)品類型選擇“Windows Server 2016遠(yuǎn)程桌面服務(wù)每設(shè)備客戶端訪問許可證”（重要！一定要選2016不是2019！否則許可證無效！而且要用每設(shè)備，因為要和后面配置里的每設(shè)備對應(yīng)，每用戶會限制時間），數(shù)量填9999（等于無限），協(xié)議號碼填6565792（只能填這個，其他不知道為什么填了不行）-》復(fù)制許可證密鑰包ID到向?qū)е?》完成許可證安裝。





打開服務(wù)器管理器-》工具-》Remote Desktop Services-》遠(yuǎn)程桌面授權(quán)管理器-》此處應(yīng)該顯示已激活的狀態(tài)。

5.配置遠(yuǎn)程桌面服務(wù)

5.1 配置許可證服務(wù)器和授權(quán)模式

打開服務(wù)器管理器-》工具-》Remote Desktop Services-》遠(yuǎn)程桌面授權(quán)診斷程序-》這里會彈出兩條警告：1.未配置授權(quán)模式。 2.服務(wù)器未連接到任何許可證服務(wù)器。

打開組策略編輯器（Win+R，輸入gpedit.msc）-》“本地計算機策略-計算機配置-管理模板-windows組件-遠(yuǎn)程桌面服務(wù)-遠(yuǎn)程桌面會話主機-授權(quán)”，在右側(cè)找到 “使用指定的遠(yuǎn)程桌面許可服務(wù)器”和“設(shè)置遠(yuǎn)程桌面授權(quán)模式”并將兩項策略都設(shè)置為“已啟用”-》在“使用指定的遠(yuǎn)程桌面許可服務(wù)器”中，“要使用的許可證服務(wù)器”輸入之前固定好的IP地址-》在“設(shè)置遠(yuǎn)程桌面授權(quán)模式”中，選擇“指定RD會話主機服務(wù)器的授權(quán)模式”為“按設(shè)備”。

5.2 配置連接模式

打開組策略編輯器（Win+R，輸入gpedit.msc）-》“本地計算機策略-計算機配置-管理模板-windows組件-遠(yuǎn)程桌面服務(wù)-遠(yuǎn)程桌面會話主機-連接”，在右側(cè)找到 “限制連接的數(shù)量”和“將遠(yuǎn)程桌面服務(wù)用戶限制到單獨的遠(yuǎn)程桌面服務(wù)會話”（啟用這一項可以保留之前的遠(yuǎn)程桌面）并將兩項策略都設(shè)置為“已啟用”-》在 “限制連接的數(shù)量”中，“允許的RD最大連接數(shù)”輸入999999。

5.3 啟用計算機的遠(yuǎn)程功能

右擊“此電腦”（如果找不到圖標(biāo)的話，右擊桌面-》個性化-》主題-》桌面圖標(biāo)設(shè)置-》把缺的圖標(biāo)全勾上確定）-》屬性-》選擇“遠(yuǎn)程”選項卡-》勾選“允許遠(yuǎn)程連接到此計算機”并去掉下方“僅允許運行使用網(wǎng)絡(luò)級別身份驗證的遠(yuǎn)程桌面的計算機連接”的勾-》確定。

5.4 設(shè)置用戶能使用簡單密碼

這一步是為了創(chuàng)建用戶時能直接使用數(shù)字和字母簡單結(jié)合的模式（不然記不住哈哈哈）。
打開組策略編輯器（Win+R，輸入gpedit.msc）-》“本地計算機策略”-“Windows設(shè)置”-“安全設(shè)置”-“賬戶策略”-“密碼策略”-》找到“密碼必須符合復(fù)雜性要求”并禁用。

最后，打開cmd輸入“gpupdate /force”強制更新組策略，然后重啟服務(wù)器。重啟后新建一個用戶測試遠(yuǎn)程桌面登錄是否能成功。至此，遠(yuǎn)程桌面服務(wù)部署告一段落。

6.配置CUDA環(huán)境

打開cmd輸入“nvidia-smi”后會發(fā)現(xiàn)命令無法找到（如果有CUDA信息則可以忽略此步），這是因為我們還沒有安裝任何CUDA。
因為Tensorflow和Pytorch均對于CUDA有版本要求（Pytorch好一點，Tensorflow要求很嚴(yán)格，cuDNN和CUDA小一個版本、版本不對應(yīng)都不行），所以在安裝CUDA之前，請先對照Tensorflow與CUDA、cudnn版本對應(yīng)關(guān)系和Pytorch以往版本看一下需要安裝的Tensorflow和Pytorch版本和CUDA版本對應(yīng)的關(guān)系，確保要安裝的CUDA版本大于等于所需求的CUDA版本。一般來說顯卡越高級CUDA版本越高，高CUDA版本雖然能兼容一定低CUDA版本，但也不能兼容太低（比如3080顯卡，CUDA版本一般默認(rèn)11.x，但裝不了tf1.10以下的版本），所以除非對Tensorflow有特殊版本需求，最好還是安裝11.x版本的CUDA。

6.1 更新驅(qū)動

右鍵桌面打開NVIDIA控制面板，打開后在右面可以直接看到當(dāng)前NVIDIA的驅(qū)動版本。

然后對照NVIDIA驅(qū)動版本與CUDA版本對應(yīng)關(guān)系看一下當(dāng)前驅(qū)動版本是否大于等于自己想要的CUDA版本對應(yīng)的驅(qū)動版本，如果符合的話就不需要更新驅(qū)動了。

打開NVIDIA Driver Downloads選擇對應(yīng)的機型和操作系統(tǒng)，點擊“Search”，選擇最新的驅(qū)動版本下載，下載完成后打開.exe文件直接安裝即可。

安裝完驅(qū)動后重啟計算機，否則可能出現(xiàn)CUDA不兼容的問題。

6.2 安裝CUDA

在CUDA Toolkit Archive找到對應(yīng)CUDA版本的最新版CUDA Toolkit，選擇操作系統(tǒng)和exe(local)下載。

下載完成后打開—》選擇自定義—》把能勾選的都選上，會自動幫你覆蓋和更新-》完成安裝。

安裝完CUDA后重啟計算機，在cmd中輸入nvidia-smi，此處應(yīng)該能顯示驅(qū)動及CUDA信息。

6.3 安裝cuDNN

在cuDNN Archive中找到對應(yīng)版本的cuDNN下載（需要登錄）。

解壓后將三個文件夾里的文件分別復(fù)制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4（這里的11.4可以換成其他版本）的bin、include和lib中。

6.4 配置環(huán)境變量

右鍵此電腦-》屬性-》左側(cè)的“高級系統(tǒng)設(shè)置”-》“高級”選項卡-》環(huán)境變量。
在系統(tǒng)變量中添加：

CUDA_BIN_PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
CUDA_LIB_PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib\x64
CUDA_PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
CUDA_PATH_V11_4：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
CUDA_SDK_BIN_PATH：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4\bin\win64
CUDA_SDK_LIB_PATH：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4\common\lib\x64
CUDA_SDK_PATH：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.4

在系統(tǒng)變量的Path中添加：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp
%CUDA_BIN_PATH%
%CUDA_LIB_PATH%
%CUDA_SDK_BIN_PATH%
%CUDA_SDK_LIB_PATH%
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\libnvvp

配置完成后確定，重啟計算機。重啟后在cmd中輸入nvcc -V，如安裝和配置無誤則會顯示cuda信息。

在cmd中cd到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\extras\demo_suite中，輸入bandwidthTest.exe和deviceQuery.exe，如果顯示兩個result=PASS則配置成功。

7.配置Anaconda+Pycharm環(huán)境

7.1 安裝Anaconda

打開Anaconda Distribution點擊Download下載Anaconda，下載完成后打開安裝程序-》選擇All Users-》安裝到一個空的英文文件夾-》Advanced Options中能勾選的都選上，我這里不知道為什么第一項沒法選所以之后只能自己再配環(huán)境變量-》安裝。


打開環(huán)境變量，在系統(tǒng)變量的Path中添加：

C:\ProgramData\Anaconda3
C:\ProgramData\Anaconda3\Scripts
C:\ProgramData\Anaconda3\Library\bin
C:\ProgramData\Anaconda3\Library\usr\bin
C:\ProgramData\Anaconda3\Library\mingw-w64\bin

完成后打開Anaconda Promt，輸入conda info和conda --version查看是否能夠輸出信息。

7.2 安裝Pycharm

打開Download PyCharm下載Community版本，下載完成后打開安裝程序-》選擇安裝文件夾后在Installation Options頁面把能勾選的都選上-》安裝后重啟計算機。

重啟后可以自己打開Pycharm新建一個項目測試一下，一般是沒什么問題的。（新建項目的時候會讓你選擇環(huán)境，這里可以選擇“Previously configured interpreter”，然后選擇默認(rèn)的Anaconda環(huán)境路徑，比如C:\ProgramData\Anaconda3）

8.配置Tensorflow+Pytorch環(huán)境

8.1 創(chuàng)建環(huán)境

在Anaconda中新建一個環(huán)境，可以采用在Anaconda Navigator中直接Create一個環(huán)境，也可以在Anaconda Prompt中輸入conda create -n 環(huán)境名 python=版本號來創(chuàng)建。（Python版本號最好選擇3.7-3.10，能包含大多數(shù)高版本的Tensorflow和Pytorch。）

8.2 配置pip和conda國內(nèi)下載源

創(chuàng)建完環(huán)境后，在安裝開始前，為了避免直接pip install和conda install的下載速度過慢，先配置一下pip和conda的默認(rèn)下載源修改為國內(nèi)源。

首先配置pip，這里找到pip.ini文件（推薦安裝一個Everything，找東西很方便），沒有的話在C:\Users\用戶名\AppData\Roaming\下新建一個pip文件夾，在pip文件夾再新建一個pip.ini文件，pip.ini文件的內(nèi)容如下：

[global]
index-url = https://mirrors.aliyun.com/pypi/simple/

這里的index-url可以改成其他國內(nèi)源：

清華大學(xué) https://pypi.tuna.tsinghua.edu.cn/simple/
豆瓣 http://pypi.douban.com/simple/
阿里云 http://mirrors.aliyun.com/pypi/simple/
中國科技大學(xué) https://pypi.mirrors.ustc.edu.cn/simple/
中國科學(xué)技術(shù)大學(xué) http://pypi.mirrors.ustc.edu.cn/simple/

這里推薦用阿里云或者豆瓣的，清華的感覺這兩年不太穩(wěn)定。

然后配置conda，在Prompt中輸入如下語句：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
conda config --set ssl_verify false

這是配置清華源的鏡像，還可以添加其他國內(nèi)源的鏡像：
中科大鏡像：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/

上交大鏡像：

conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/pytorch/

然后在C:\Users\用戶名下找到.condarc文件（沒有就自行創(chuàng)建一個），內(nèi)容如下：

ssl_verify: true
show_channel_urls: true
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - defaults

channels里可以添加其他路徑。

最后，在Prompt中輸入conda config --show-sources 檢查已配置的conda源。

8.3 安裝Tensorflow-gpu

首先切換到新建好的環(huán)境（可以在Navigator中直接點擊運行Open Terminal打開，也可以在Prompt中輸入conda activate 環(huán)境名）-》輸入pip install tensorflow-gpu==版本名。

這里需要注意的是，由于環(huán)境中一般也需要諸如pandas、matplotlib這樣的庫，如果安裝的是較低版本的tensorflow，有可能會和高版本的pandas、matplotlib等產(chǎn)生沖突。舉個例子，比如我這里裝的是2.5.0，它最高支持的numpy版本是1.19.5，如果我直接pip install pandas，那它會默認(rèn)安裝最新版本的pandas和numpy，卸載1.19.5的numpy，這樣就會和2.5.0的tensorflow產(chǎn)生沖突。

如果產(chǎn)生這種問題，首先卸載pandas和numpy，然后重新安裝符合tensorflow版本的numpy：pip install numpy==1.19.5。然后再次pip install pandas==錯誤的版本號，觀察所有可以安裝的版本，然后逐次降版本試驗，比如我這里pandas 1.5.3沖突，那么我就降到1.4.x再重新安裝，這里顯示安裝成功，而且也沒有產(chǎn)生沖突問題。

其他庫也可以這樣操作，當(dāng)然最好的辦法還是直接安裝最新的tensorflow，這樣直接pip install其他庫時也基本不用考慮版本沖突問題了。

然后再測試一下gpu是否能成功運行，在命令行中輸入python進入python環(huán)境，然后import tensorflow as tf，再輸入print(tf.test.is_gpu_available())，如果顯示True則表示安裝成功。

8.4 安裝Pytorch-gpu

進入Pytorch最新版本或者Pytorch以往版本找到對應(yīng)版本Pytorch的安裝語句（注意GPU版本的是有CUDA版本要求的，比如2.0.0版本需要CUDA版本在11.7或者11.8以上），然后復(fù)制對應(yīng)語句到Anaconda Prompt中進行安裝。



注意，如果是選擇conda intall的方式，則需要把-c pytorch去掉。

最后再測試一下gpu是否能成功運行，在命令行中輸入python進入python環(huán)境，然后import torch，再輸入print(torch.cuda.is_available())，如果顯示True則表示安裝成功。

存在問題

1.在安裝完遠(yuǎn)程桌面服務(wù)后，發(fā)現(xiàn)無法連接上帶用戶名和密碼的WIFI。
2.管理員安裝Office、WPS之后，其他用戶均無法使用，只能由用戶自己再自行安裝。
3.多CUDA版本的安裝和切換在不同用戶之間的優(yōu)先級不同，可能導(dǎo)致CUDA和cuDNN對應(yīng)不上，單機沒這種情況，所以最好還是只安裝一個版本的CUDA。文章來源地址http://www.zghlxwxcb.cn/news/detail-444271.html

到了這里，關(guān)于Windows Server 2019服務(wù)器遠(yuǎn)程桌面服務(wù)部署+深度學(xué)習(xí)環(huán)境配置教程的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！