为什么深度学习的平台基本都是 ubuntu，使用其他的 Linux 版本很少吗？

[z0z]

是 ubuntu 资源丰富还是咋的？ 一直是 fedora 阵营的，不太习惯 ubuntu。 是不是要改改我的偏见了

[moln]

centos+1
除了架梯子以外就跟 linux 没什么交集的路过

[baoshuai33]

@1yndonn3u 嗯开发使用的基本上都是 Ubuntu，但是线上基本上都是 centos 因为 centos 稳定，Ubuntu 比较新，但是容易出问题，没几个愿意整天修系统的

[iwtbauh]

CentOS 稳定都是靠软件旧撑的，万年不更新的系统名不虚传。
想稳定选 Debian 肯定没错，或者 BSD 系，反正 CentOS 吗，为了稳定安全漏洞都不及时修补也是没谁了。

[iwtbauh]

@julyclyde
但是对于非人工智能领域用户就很友好，因为并不需要 CUDA，nouveau 是最新的版本
https://packages.ubuntu.com/bionic/xserver-xorg-video-nouveau

[squid157]

主要是 NVIDIA CUDA 驱动好折腾

[ferstar]

这两货有区别么？ docker 了解下

[jerrry]

@baoshuai33 想比較新又沒 bug 的請選擇 manjaro

[woscaizi]

@baoshuai33 线上用 Centos 可能是习惯使然吧，毕竟 Ubuntu server LTS 也很稳定。

[baoshuai33]

@jerrry 马上重装系统去了

[z0z]

我想说我怂了，决定尝试 ubuntu 了

[qbqbqbqb]

实际上使用 Archlinux/Manjaro 做深度学习平台非常好用。
Archlinux 官方源里有最新版 NVIDIA 驱动、CUDA 和适配最新 CUDA 的 TensorFlow、PyTorch 的包，可以直接安装。杜绝了安装 NVIDIA 驱动和 CUDA 操作不当搞炸系统，用 pip 安装的 Tensorflow 和 CUDA 版本不匹配必须手动编译等问题。Manjaro 在 Archlinux 的基础上增添了安装系统方便（像 ubuntu 一样的图形化安装），自带 NVIDIA 闭源驱动（只要安装时开启 nonfree 驱动选项，N 卡驱动甚至不用自己动手装！），官方源提供多种内核版本（ 3.18 到 4.17 一应俱全，适合需要安装某些只兼容旧内核的网卡驱动的情况）等便利。

[Reznik]

谷歌有个操作系统叫 Goobuntu

[z0z]

@qbqbqbqb 好的，收藏了

[zke1e]

因为做机器学习或者科学研究的人把关注点放在怎么做出成果来，而不是像很多没事干的人把时间花在折腾系统上。

[jimages]

arch/manjaro 是真的非常非常好用

[salamanderMH]

ubuntu 上库新呀

[standin000]

借机 slackware 能用吗？

[longbye0]

很简单，最早贾扬清当初做 caffe 的时候直接提供了 ubuntu 的支持，教程也按这个写的。

我们这些学习者当然上 ubuntu 咯。

后来发现大家都这样用。多好，有问题 google 一下。

[agagega]

因为很多做这个的人不是纯程序员出身，或者说在学校里搞这个的学生很多都不是喜欢折腾系统的那一群，就这样了。

[TripleZ]

我个人是用 Fedora 的，毕竟社区版本，服务器是 CentOS 的，红帽一家亲。
Ubuntu 这个就是因为用户群大，而且大多数人一上手 linux 都是 Ubuntu （我也是）。学术界关注的是出成果，只要 work 就行，不会花时间折腾系统的。