Sí, las máquinas Linux son mejores para el aprendizaje automático.
Es mejor para el desarrollo de software en general y puede encontrar muchas guerras de llamas en esto. Ubuntu viene con una mejor administración de paquetes, por lo que es más fácil instalar las cosas comunes. Para las cosas poco comunes, es mucho más probable que se instale o compile si es necesario en Linux con facilidad.
Linux es más similar a sus máquinas de producción. Obviamente, Yiu no se implementará en Mac, por lo que es mejor que desarrolle en una plataforma similar.
- ¿Se puede colocar un previo en el hiperparámetro de un modelo bayesiano jerárquico?
- ¿Qué significa el impulso en el descenso de gradiente estocástico?
- ¿Cuál es la diferencia entre pre-entrenamiento y pre-procesamiento?
- ¿Alguien tiene experiencia con las patentes de Digital Infuzion en aprendizaje automático y reducción de dimensiones? ¿Qué hace que sus patentes sean especiales?
- ¿Cuál es la relación entre el modelo Log Linear, el modelo MaxEnt y la regresión logística?
OS X viene con herramientas de shell horriblemente obsoletas y, a menudo, con versiones BSD en lugar de GNU. Si quieres trabajar con shell. Y para un procesamiento de datos sencillo que casi siempre haces. Quieres un moden bash, un tipo de GNU moderno y muchos más. Con cualquier distribución de Linux, esto sale de la caja con Mac, es un trabajo extra.
Si quieres hacer un aprendizaje profundo, querrás una GPU Nvidia razonable. Si está utilizando un libro de Mac, no tiene suerte.
Hay cosas que funcionan mejor en Mac. Principalmente con respecto a la colocación conjunta con otros. Keynote es un software útil y creo que las alternativas de Linux son interiores. Conseguir que varias soluciones de videoconferencia funcionen en Linux puede ser un desafío (Webex y otros) y en Mac simplemente funcionan.
Todavía prefiero firmemente Linux.