Windows电脑无法使用数字权利激活?试试这个
ztj100 2025-04-27 17:36 94 浏览 0 评论
前段时间有些小伙伴反馈:她的Windows无法用数字权利进行激活。
这个问题其实很常见,而且大部分人在激活的时候都会遇到。
注:本文仅适用于Windows10或以上版本。
对于这个问题,其实很简单:你的Windows曾经用了KMS激活的办法,或者是家里部署了KMS激活服务器,导致链接上网络之后就自动KMS激活了。
对于那些曾经使用KMS激活过的Windows,就算你重装了系统,它也不太可能使用数字权利激活。如果一定要使用数字激活,那也是有办法的。
就是需要把电脑里存在的KMS信息清除,然后再重新激活即可。
今天小白就来唠唠,怎么清除电脑里的KMS激活信息再激活。
正文开始
电脑无法正常数字激活的小伙伴,请按照教程一步步调整。如果是确认新电脑的情况下,可以直接跳转最后一个小节:数字激活教程
注意:这里所使用的Windows PowerShell(管理员)均指以下这个界面:
这个界面有可能是蓝色,也有可能是黑色,但必须是终端管理员(Windows PowerShell(管理员)。
有些小伙伴在反馈的时候说,电脑没有任何反应。这个问题肯定是出现在你使用了运行框,输入了CMD回车的命令。
打开终端管理员
在【开始菜单】位置点击【鼠标右键】
Windows11下这个功能叫【终端管理员】
在Windows10下,这个功能叫【Windows PowerShell(管理员)】
以下统一称为【终端管理员】
清除KMS激活状态
在【终端管理员】框输入【slmgr /upk】,回车
slmgr /upk
注意:slmgr和/upk中间有空格
就会清除电脑的安装密钥
接着输入【slmgr /ckms】,回车
slmgr /ckms
注意:slmgr和/ckms中间有空格
就会提示【密钥管理服务计算机名称成功地清除】
接着输入【slmgr /rearm】,回车
slmgr /rearm
注意:slmgr和/rearm中间有空格
就会提示需要重启电脑,点击确定之后,电脑就会自动重启(没有自动重启的电脑需要手动重启一下哦!)
开机之后,进入按【Win】+【R】,输入【services.msc】,回车
找到【Software Protection】,点击【鼠标右键】-【启动】即可。
做完上面的步骤之后,就可以进行数字激活了。
数字激活教程
在【开始菜单】点击【鼠标右键】-【PowerShell(管理员)】或【终端管理员】
输入【irm https://dev.gjs.ink/get | iex】,回车
irm https://dev.gjs.ink/get | iex
注意:irm与https之间有空格;
注意:get、|、iex之间也有空格
等待一小会,就会有个英文的弹窗
输入【1】,就会自动进入*活。
等待一小会,有一行绿色底的字和【Successful】就表示成功了。
再次查询激活状态
在【Windows PowerShell】或【终端管理员】处输入【slmgr /xpr】
slmgr /xpr
回车,就能看到【永久激活】的提示
哦豁~
--End--
写在最后:有些Windows系统版本并不支持数字激活,但小白没有去详细测试,仅测试过以下版本:
- 家庭版
- 家庭中文版
- 专业版
- 专业工作站版
- 企业版(LTSC)
- 教育版
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 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...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 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...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)