为什么 Linux 在机器学习领域很受欢迎？最常用的发行版

Linux 正在成为机器学习和人工智能流程的首选操作系统。 Linux 基金会报告称，该基金会的人工智能计划 LF AI“一直以每月一个新项目的速度增长”。此外，他们认为开源的未来在于人工智能生态系统和数据社区的应用。

如果您想知道是否应该在新的机器学习项目中使用 Linux，这篇文章适合您。我们将探索人工智能和机器学习项目的 Linux 用例以及最流行的发行版。

Linux 在机器学习方面的优势

毫无疑问，Linux 的优点之一是无需附加许可费。 TensorFlow 和 PyTorch 等大型组织使用 Linux 构建具有数万个处理器的系统，而无需为这些处理器支付许可费用。

大多数机器学习服务器都在 Linux 中。因此，如果您想为最常见的服务器操作系统进行编写，Linux 是合理的选择。 PyTorch 和 TensorFlow 对 Windows 的支持有限。这意味着使用 PyTorch 的开发人员可能很难让程序在 Windows 上运行，因为它需要自定义编译软件，因此更愿意留在 Linux 操作系统上。

Linux 还提供高性能，这对于人工智能和机器学习等数据密集型流程至关重要。 Linux 内核使用起来非常简单，这使得开发人员能够调整堆栈以更好地为他们的数据中心工作。 DagsHub 是机器学习项目的领导者，将 Linux 用于各种项目。

当程序员需要稳定的开发环境时，往往更喜欢Linux。 Linux 为服务器端系统提供了稳定性。如果在 Windows 计算机上出现这种情况，系统可能会因更新强制重启而崩溃。您不会在 Linux 服务器上看到“蓝屏死机”。 Linux 发行版的更新结构提高了稳定性并为软件包提供了长期支持。

开源对于Linux来说是一个明显的优势。此外，操作系统很强大，编译器和链接器中的错误较少。 Linux 是通用的，支持多种硬件，提供多道编程和多用户。使用Linux，可以更轻松地设置开发环境和安装依赖项。最后，您不能忽视庞大的 Linux 社区，在这里您可以找到许多触手可及的免费开发工具和库。

Linux 在人工智能和机器学习中的应用

根据定义，机器学习和深度学习是以数据为中心的。训练模型需要访问和操作海量数据集。从逻辑上讲，数据科学家和机器学习开发人员更喜欢能够轻松操作数据并实现复杂统计分析和库的框架。由于性能更高，大多数 ML 框架（例如 TensorFlow、Caffe 或 PyTorch）都可以在 Linux 操作系统上运行。

ML 用于训练模型，最近还用于使用经过训练的模型运行推理引擎。由于这些模型需要Python环境，因此在Linux等通用系统中运行它们更容易。这也使得能够在移动设备上运行机器学习。

由于 Linux 的优势，创新团队通常会选择开源框架在 Linux 中开始开发。

最适合机器学习的 Linux 发行版是什么

基于Linux内核的发行版具有用户友好、易于部署的优点。目前有数百个 Linux 发行版可用于任何类型的用例和系统。它们可以立即使用或打包为源代码。

如何为您的项目选择合适的产品？在这里，我们列出了最流行的发行版。

软呢帽

这个红帽赞助的操作系统根据免费和开源许可证分发软件。 Fedora 的目标是创建一个可定制的硬件、云和容器平台。

您可以从 Fedora 的五个不同版本中进行选择：用于服务器的 Server、用于云的 CoreOS、用于物联网的 IoT、Silverblue 用于桌面专业化，工作站 用于个人计算机。

您可以在这里了解有关 Fedora 的更多信息。

架构Linux

据其开发者 Levente Polyak 介绍，Arch Linux 专注于保持简单，提供实用、以用户为中心的多功能操作系统。其“Do It Yourself”方法使用户能够决定要安装和管理的组件和服务。因此，该发行版需要扎实的 Linux 知识。

Arch Linux 的最佳功能之一是其滚动发布发行功能。这意味着新的内核和应用程序版本一发布就会立即推出。您可以在这里了解有关 Arch Linux 的更多信息。

中央操作系统

这个社区驱动的开源生态系统源自红帽企业 Linux (RHEL)，并且是免费的。作为 RHEL 的一部分，意味着 CentOS 会在 Red Hat 更新发布后立即推出（通常在 24 小时内）。这也意味着它具有与红帽相同的稳定性、互操作性、一致性和安全性。

最新版本提供了对数据科学家有用的功能，例如虚拟化、安装和映像创建以及网络。您可以在这里了解有关 CentOS 的更多信息。

乌班图

这个 Linux 上的开源操作系统于 2004 年首次发布，由于其易用性，仍然是初学者的最佳选择。该平台可用于桌面、云、物联网和企业服务器。它对每六个月发布一次的持续支持使其成为一个动态且安全的选择。默认安装附带其浏览器版本 (Firefox)、Office (LibreOffice) 以及 Thunderbird 和 Transmission 等程序。

Ubuntu 因其庞大的社区、易于使用和部署而受到数据专业人士的欢迎。您可以在这里了解有关 Ubuntu 的更多信息。

“底线是——除非你知道自己在做什么，否则就使用 Ubuntu。它是最用户友好、得到广泛支持且易于安装的”（Effective Linux &Bash for Data Scientifics）。

结论

为您的下一个 ML 或 AI 项目选择 Linux 可以带来很多好处，例如开源、支持快速模型训练、重要的社区支持、快速更新发布等等。

您选择哪个发行版将取决于您的用例、您拥有多少 Linux 知识以及项目的复杂性。最终，您只能从为下一个项目选择 Linux 操作系统中获益。