linux怎么跑深度学习,深度linux20

大家好，今天小编关注到一个比较有意思的话题，就是关于linux怎么跑深度学习的问题，于是小编就整理了5个相关介绍Linux怎么跑深度学习的解答，让我们一起看看吧。

1. 为什么有人偏好在Ubuntu下进行「深度学习」呢？
2. 为什么绝大多数深度学习包都基于linux？
3. 没有GPU的我们如何利用亚马逊GPU服务器训练深度学习？
4. python深度学习的学习方法或者入门书籍有什么？
5. 想自学大数据，不知道从哪里学起，有什么书籍和学习路线推荐么？

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。

所以当你提出来这个问题的时候，说明你并不适合做这个行业。

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。

没有GPU的我们如何利用亚马逊GPU服务器训练深度学习？

1. 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）。
2. 在AWS市场搜索AWS Deep Learning AMI（基于Ubuntu或Amazon自家的Amazon Linux）
3. 按照提示一步步创建并运行虚拟机。
4. 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：

1. Google家的GCP（Google Cloud Platform，cloud.google***/gpu/）
2. 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：

1. 阿里云（***.aliyun***/product/ecs/gpu）
2. 腾讯云（cloud.tencent***/product/gpu）
3. 美团云（***.mtyun***/product/gpu）

python深度学习的学习方法或者入门书籍有什么？

对于编程学习来说，实践性比较强，所以说看视频是个不错的选择，边看***边操作，这样可以看清楚每个步骤的操作，以及具体的功能分析，都可以一目了然的展现出来。边看***边敲代码也会比边看书边敲代码更高效一些。

而且对于图形识别来说，通过看***学习的方式可读性更高。

以前在 “ 如鹏网 ”上了解过Python的课程体系和学习路线，有深度学习的讲解，可以参考一下。

想自学大数据，不知道从哪里学起，有什么书籍和学习路线推荐么？

作为一名IT从业者，同时也是一名教育工作者，我来回答一下这个问题。

首先，要自学大数据还是具有一定难度的，大数据不仅内容比较多，难度比较高，同时还需要学习者具有一定的场景支撑，比如数据中心等等，所以[_a***_]自学大数据通常需要按照三个阶段来安排学习***。

学习大数据的第一个阶段要根据自身的知识基础和发展方向来完成一些基础知识的学习，不论是从事大数据开发还是大数据分析，都需要具有一定的程序设计基础，初学者从Java和Python开始学起都是不错的选择。J***a的前期学习难度要大一些，Python则要相对简单一些，而且目前Python语言在大数据的应用前景也比较广阔。

学习大数据的第二个阶段是掌握大数据平台的相关知识，大数据领域的诸多岗位任务都离不开大数据平台的支撑，所以学习大数据平台是学习大数据技术的重要环节。学习大数据平台可以从Hadoop和Spark开始学起，一方面这两个平台是开源平台，另一方面这两个平台的应用范围也比较广泛，相关的学习案例也比较多。

相对于编程语言来说，大数据平台的内容相对比较多，而且也具有一定的难度，往往还需要初学者具备一定的Linux操作系统知识，所以如果自身的计算机基础知识比较薄弱，那么也可以从Linux操作系统开始学起。

学习大数据的第三个阶段就是实践阶段，实践阶段最好能够在实习岗位上来完成，一方面实习岗位能够提供场景支撑，另一方面在实习岗位上也更容易与有经验的技术人员进行交流学习。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

到此，以上就是小编对于linux怎么跑深度学习的问题就介绍到这了，希望介绍关于linux怎么跑深度学习的5点解答对大家有用。