大家好，今天小编关注到一个比较有意思的话题，就是关于机器学习linux的问题，于是小编就整理了3个相关介绍机器学习linux的解答，让我们一起看看吧。
- 用linux系统是做什么用的？
- win10系统电脑，用于机器学习，需要用linux，双系统、虚拟机、docker，最佳方案是哪一种？
- 想学习深度学习开源框架，比如tensorflow、caffe，需要掌握哪些linux知识？
用linux系统是做什么用的？
常用的IT服务器有Linux、Unix和Windows操作系统，其中Linux因其稳定、开源、免费、安全、高效的特点，发展迅猛，在服务器市场占有率超过80%，随着云计算的发展，Linux在未来服务器领域仍是大势所趋！Linux操作系统主要有以下三大应用领域：
1. Linux作为企业级服务器的应用Linux系统可以为企业架构WWW服务器、数据库服务器、负载均衡服务器、邮件服务器、DNS服务器、代理服务器、路由器等，不但使企业降低了运营成本，同时还获得了Linux系统带来的高稳定性和高可靠性，且无须考虑商业软件的版权问题。
2. 嵌入式Linux系统应用领域由于Linux系统开放源代码，功能强大、可靠、稳定性强、灵活而且具有极大的伸缩性，再加上它广泛支持大量的微处理体系结构、硬件设备、图形支持和通信协议，因此，在嵌入式应用的领域里，从因特网设备（路由器、交换机、防火墙，负载均衡器）到专用的控制系统（自动售货机，手机，PDA，各种家用电器），LINUX操作系统都有很广阔的应用市场。特别是经过这几年的发展，它已经成功地跻身于主流嵌入式开发平台。
3. 个人桌面Linux应用领域所谓个人桌面系统，其实就是我们在办公室使用的个人计算机系统，例如：Windows xp、windows 7、Mac等。Linux系统在这方面的支持也已经非常好了，完全可以满足日常的办公及家长需求。 随着Linux在服务器领域的广泛应用，近几年来，该系统已经参透到电信、金融、***、教育、银行、石油等各个行业，同时各大硬件厂商也相继支持Linux操作系统；同时，大型、超大型互联网企业都在使用Linux系统作为其服务器端的程序运行平台，全球及国内排名前十的网站使用的几乎都是Linux系统，Linux已经逐步渗透到了各个领域。这一切表明，Linux在服务器市场前景光明。
emmmm，普通人的话用起来会比较费事吧，因为如果办公用的话比windows要差好多。但是如果是编程的话，恕我直言，windows简直就是个弟弟，Linux这边编程的顺畅的感觉超乎你的想像。 不管是做机器学习还是写软件，Linux都有强大的环境支持，能节约不少解决环境问题的时间。
win10系统电脑，用于机器学习，需要用linux，双系统、虚拟机、docker，最佳方案是哪一种？
Windows 10可以直接在应用商店内下载Ubuntu Linux 系统并像安装软件一样安装它。如果需要其他的LIUNX 如REDHAT ，CENTOS或者其他的版本，则可以使用VMware Workstation，Oracl 的Virtual box或者Windows 10自有的虚拟化软化HYPER-V安装LINUX。
楼主说的是用于机器学习。机器学习在进行模型训练时，需要占用大量CPU，GPU。
首先docker,虚拟机排除掉。因为这两者对于本地GPU的兼容性不好。VMWARE虚拟机最新版有一个驱动支持本GPU。
其次Linux，选择哪个版本很重要。个人使用，选择ubuntu比较多；服务器使用centos多。最好看一下你的电脑厂商，是不是提供了面向ubuntu的驱动程序，这样的话，在ubuntu下才能最大化发挥你电脑的硬件性能。
最后只有双系统。好处就是：一般厂商对于windows的驱动较全且更新较快，windows下进行跑训练集能发挥硬件性能。补充一下：适配驱动也很重要。
-----
所以，选择什么系统，还是要看你的显卡驱动对于哪个系统支持最好。因为，只有用上了GPU才能更快的把算法跑起来。
我是一名J***a全栈开发工程师、系统架构师，从业15年。曾带领小团队完成多个数百万级项目。我正在写一些关于互联网行业及开发技术方面的文章，关注我，你一定会有所收获。
如果有项目开发、行业及求职方面的问题，都可以在评论区留言或私信我。（关注后私信我，向你免费分享行业级学习资料）
说说的我的情况吧，8G内存，win10开机就占了三分之一内存，还要给虚拟机分，超极本没有散热，无奈还是选择双系统，这段时间win10基本都没开过，都在搞linux
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，以上就是小编对于机器学习linux的问题就介绍到这了，希望介绍关于机器学习linux的3点解答对大家有用。