一文读懂机器学习必备系统:Linux(附常用命令&高级命令)

来源:机器之心

本文长度为3208字建议阅读5分钟

本文为你梳理Linux系统的基本特性,介绍一些Linux常用指令,助你快速上手。


Linux因其稳定性获得了不少开发者的青睐,同时也成为大多数服务器的操作系统,对于机器学习开发者来说,使用Mac/Linux系统几乎是必须的。然而由于上手难度较大,很多人对其望而却步。本文将介绍一些Linux常用指令以帮助你快速上手。


随着软件系统的不断发展,今天,不同的操作系统对应着不同的适用人群:Windows面向办公室和商用,Mac面向创意人群,而Linux面向软件开发者。对于操作系统提供商而言,这种市场分割大幅度简化了产品技术需求、用户体验和产品方向上的投入。然而,这也加剧了兼容性问题,让不同业务进入了狭窄、互不相容的领域:商务人士无法对创意提供洞察力,而开发者也无法深入到商务决策中去。


在现实中,知识和技能是流动的,跨越多个学科和领域。与其说“你只能擅长一件事”的理念是迈向精通的路线图,还不如说一种过早优化的方法。一旦从社会中采样大量的任务,你就只能知道你擅长什么,也许你还发现自己擅长它们中的很多。


对于现代的业务分析师,弥补业务与软件之间的鸿沟尤其重要业务分析必须是“双重平台”,能够利用仅在Linux(或OS X)上可用的命令行工具,但是仍然受益于Windows的Microsoft Office。可以理解的是,Linux会使具有商学学位的人感到恐惧。幸运的是,正如大多数事情一样,你只需20%的任务即可完成80%的工作。下面是我的20%。


业务分析是基于数据的,而机器学习正是强大的数据分析工具。我们利用机器学习模型分析数据最好的环境却恰恰是Linux系统,这不仅是因为它支持广泛的Python机器学习库,同时在于环境配置与管理的简单明了。因此,本文将为机器学习读者梳理Linux系统的基本特性与命令。


为什么机器学习分析师需要了解Linux


由于其开源的底层,Linux不断从数以万计的开发者贡献中受益。他们构建的程序和工具不仅使其工作更简单,也简化了跟随他们的编程人员的工作。结果,开源开发带来了一种网络效应:在平台上构建工具的开发者越多,能够利用这些工具立刻编写其程序的其他开发者就越多。


结果就是Linux中编写的Linux程序和实用工具(统称为软件)的扩展套件——其中很多从未用于Windows。一个示例是被称作git流行的版本控制系统(VCS)。开发者本可以编写这一在Windows工作的软件,但是却没有。他们让其在Linux命令行上工作,因为生态系统已经提供全部所需的工具。


具体来说,Windows上的开发有两个主要问题:


  • 基本任务,比如文件解析、工作调度和文本搜索比运行命令行工具更为重要。

  • 编程语言(比如 Python、C++)及其相关代码库会引发错误,因为它们期望特定的 Linux 参数或文件系统定位。


这意味着若想在Windows上进行开发,我们需要花费更多的时间来重写Linux中已有的基本工具,并排除操作系统兼容性错误。这并不令人意外——Windows生态系统当初并没有考虑软件开发设计的需求。


借助这个Linux开发案例,让我们从最基本的开始。


Linux的基本单元:“shell”


“shell”(也被称为终端、控制台或命令行)是一个基于文本的用户界面,通过它把命令发送给机器。在Linux中,shell的默认语言是bash。与主要在Windows内部进行点击操作的Windows用户不同,Linux开发者坚持使用键盘把命令输入到shell。对于那些没有编程背景的人来说,这种转变一开始也许会不自然,但是在Linux中开发的好处很容易超过最初的学习投资。

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值