大家好，今天小编关注到一个比较有意思的话题，就是关于深度学习用哪种linux的问题，于是小编就整理了3个相关介绍深度学习用哪种linux的解答，让我们一起看看吧。
如何用Python一门语言通吃高性能并发，GPU计算和深度学习？
Python os模块包含普遍的操作系统功能。如果你希望你的程序能够与平台无关的话，这个模块是尤为重要的。(一语中的)二、常用方法1、os.name输出字符串指示正在使用的平台。如果是window 则用'nt'表示，对于Linux/Unix用户，它是'posix'。2、os.getcwd()函数得到当前工作目录，即当前Python脚本工作的目录路径。3、os.listdir()返回指定目录下的所有文件和目录名。>>> os.listdir(os.getcwd())['Django', 'DLLs', 'Doc', 'include', 'Lib', 'libs', 'LICENSE.txt', 'MySQL-python-wininst.log', 'NEWS.txt', 'PIL-wininst.log', 'python.exe', 'pythonw.exe', 'README.txt', 'RemoveMySQL-python.exe', 'RemovePIL.exe', 'Removesetuptools.exe', 'Scripts', 'setuptools-wininst.log', 'tcl', 'Tools', 'w9xpopen.exe']
为什么绝大多数深度学习包都基于linux？
因为linux有很多开源版本，而绝大多数深度学习包都是开源项目，本着分享至上的开源精神，选取linux作为操作系统更为合适，影响力传播力都会更强；而对使用程序员来说，在哪个操作系统环境下开发程序差别并不大，且开源系统免去很多侵权的风险。
想学习深度学习开源框架，比如tensorflow、caffe，需要掌握哪些linux知识？
如果仅仅是TensorFlow和Caffe的话，可以在Windows上开发。
TensorFlow的Windows支持挺不错的。
比如，在Windows上安装TensorFlow只需一个命令（***定你的机器配置好了显卡相关驱动、CUDA等，还有Python环境）：
pip3 install --upgrade tensorflow-gpu
简单吧？
Caffe对Windows的支持没有TensorFlow好，还属于社区支持。
具体安装方法可以参考Caffe官方GitHub仓库的Windows分支。有适配Visual Studio 2015, CUDA 8.0, Python 3.5/2.7的编译好的二进制文件下载。
***s://github***/BVLC/caffe/tree/windows
当然，还是有些框架对Windows支持很差或者干脆没有支持。所以基于Linux开发也不错。
我建议你直接用就是了，不用先去学Linux。今时今日，像Ubuntu这样的发行版，基本上已经接近开箱即用的程度（注意，仅限于开发方面）。
（Ubuntu 16.04 LTS，图片来源：wikimedia）
想想看，你开发主要用的软件是哪些？主要就是IDE、浏览器。
浏览器，不管是Chrome还是Firefox，在Linux下和Windows、macOS下基本上没有什么区别。（我想很少有人非用IE或者Edge或者Safari不可吧。）
IDE，机器学习最常用的语言是Python。那Python公认最好的IDE就是PyCharm，PyCharm在Linux、Windows、macOS下也没有什么区别。
（图为PyCharm社区版2017.3在Ubuntu下的运行截图，来源：howto-ubuntunew.blogspot.hk）
如果有查文献的需求的话，Zotero也一样是跨Linux、Windows、macOS的。
也就是说，大部分的时间，你都是在和“高层”的开发工具打交道，这些开发工具都是跨平台的。你并不需要接触操作系统。
当然，Linux下还是有少数时候需要用一下命令行的。一般而言，各大框架都会有详细的文档，照着做就是了。（可能事先需要花半小时到两小时熟悉一下命令行的基本用法，推荐 Survival guide for Unix newbies ***://matt.might.net/articles/basic-unix/）
总之就是直接上手开发就可以。不用特意抽很多时间去掌握linux知识。
到此，以上就是小编对于深度学习用哪种linux的问题就介绍到这了，希望介绍关于深度学习用哪种linux的3点解答对大家有用。