大家好，今天小编关注到一个比较有意思的话题，就是关于深度学习需要学linux那的问题，于是小编就整理了5个相关介绍深度学习需要学Linux那的解答，让我们一起看看吧。
- 请教，深度Linux Deepin系统最低需要什么样的硬件配置？
- 想学习深度学习开源框架，比如tensorflow、caffe，需要掌握哪些linux知识？
- 没有GPU的我们如何利用亚马逊GPU服务器训练深度学习？
- 没学过高数能学好python吗？
请教，深度Linux Deepin系统最低需要什么样的硬件配置？
处理器：Intel Pentium IV 2GHz 或更快的处理器
内存：至少 2G 内存(RAM)，4G 以上是达到更好性能的推荐值
硬盘：至少 20 GB 的空闲空间
为什么有人偏好在Ubuntu下进行「深度学习」呢？
深度学习主要依靠显卡的计算能力。在windows下你用的显卡可能几千块钱。做一个简单的手写体识别，可能花几个小时就搞定了。但是你要做一些复杂的功能大图像的识别处理。需要的算力非常大。这时候就要用到高性能的显卡，和显卡集群。这些高端的显卡从几万到几百万之间。但是这些显卡并不支持Windows系统。你在集群上需要一个小时跑完的东西在windows上可能需要几百年。所以你不用纠结，没有一个深度学习从业者会在windows下做研究。在linux下做深度学习，不是偏好而是必须，在win下做研究，连入门都入不了，仅限于了解知道这个东西。
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）。
没有GPU的我们如何利用亚马逊GPU服务器训练深度学习？
- 访问 aws.amzon*** 注册一个账号（注意：需要国际***，对新用户而言，AWS赠送了一点免费额度，不过必须验证***之后才能使用免费额度）。
- 在AWS市场搜索AWS Deep Learning AMI（基于Ubuntu或Amazon自家的Amazon Linux）
- 按照提示一步步创建并运行虚拟机。
- 然后ssh连上去就可以操作了。
除了AWS官方的AMI外，还可以在社区AMI中搜索DLAMI.V1.
DLAMI是新加坡国立大学的Ritchie Ng做的AMI镜像（Ritchie Ng也是NVIDIA深度学习机构讲师），里面包含了主流的深度学习框架（PyTorch、TensorFlow、Keras、MXNet、Torch、CNTK、Caffe等等），开箱即用。
另外，AWS之外，主流的GPU云提供商还有：
- Google家的GCP（Google Cloud Platform，cloud.google***/gpu/）
- 微软家的Azure（N系列是GPU虚拟机，azure.microsoft***/en-us/pricing/details/virtual-machines/series/）。
国内的话，GPU云提供商有：
没学过高数能学好python吗？
你好，本人作为一名以python为主流语言的[_a***_]，希望我的回答对你有所帮助。
没学过高数能不能学python的话可以先看看python有哪些主要的应用领域。
第一，web开发。这是很多转行程序员会考虑学的一个方向，对初学者比较友好。主要需要掌握python语法，前端知识，数据库，还有django 等web开发框架，数据结构等等。 整体看对数学不高。
第二，自动化运维。除了需要数据库知识，和linux系统知识。还需要学习一些运维工具，例如ansible 以及自动化部署和监控等工具，对数学要求不高。
第三，科学计算和可视化，需要掌握numpy scipy等数学计算工具，以及matplotlib等数据可视化工具，对数学有一定要求。
第四，数据分析的，python的主要应用领域之一，数据分析除了要会python和数据库知识，还要掌握 高数，概率，统计学等大量数学知识。以及大量的数据处理挖掘算法，例如机器学习。整体来说对数学要求很高。
第五，人工智能算法岗，也是python的主要应用领域之一。需要掌握机器学习，深度学习，神经网络等知识，对数学知识和算法要求极高。
综合来看python的应用领域有些需要数学知识，有些则不太需要。但python的主要应用领域还是在科学计算，数学分析和人工智能方面，web开发等方面的就业范围可能比较窄，相比java的话。其实我个人建议没有数学的基础的朋友可以优先考虑学j***a，通过j***a来学IT的话更容易入手，学习起来难度会更小，更好入门。[大笑]
关注@渝村小泽 每天分享IT知识和求职[呲牙][呲牙]
我是@渝村小泽 欢迎一起讨论IT学习[大笑][大笑]
到此，以上就是小编对于深度学习需要学linux那的问题就介绍到这了，希望介绍关于深度学习需要学linux那的5点解答对大家有用。
