與Windows相比，MacBook確實更適合開發環境。畢竟MacBook系統是基于Unix的，有自己的命令行，可以用于Linux操作。

比如，如果你想經常管理CentosUbuntu服務器，可以用MacBook自帶的終端命令行直接ssh進入這些服務器，不需要安裝像Windows這樣的第三方工具Putty。

另外Mac的兼容性更強，安裝各種類型的Linux虛擬機也容易很多。許多不同的Linux發行版都可以通過VirtualBox安裝。參考我最近寫的一篇頭條文章:

然后Mac上有很多現成的開發環境，比如Python。如果你想學習機器深度學習和GooglesTensorflow框架，可以通過Python2.7在命令行直接輕松下載安裝，然后在本地運行一系列測試。

一句話，Mac的先天優勢使得開發過程有趣且穩定，所有建議都可以嘗試。

看了很多論文，語音識別領域的高質量文章，大部分都是英文的比較靠譜。看了幾個月的論文，終于有了頭緒，找到了自己的創新點，開始打算用Tensorflow來訓練實驗。后來很多人推薦kaldi更適合語音識別，因為語音識別不僅僅是訓練幾層神經網絡，還需要訓練前的聲音信號處理和訓練后的解碼，所以我就轉行Kaldi學習了。Kaldi是一個基于c的開源語音識別工具箱，這個工具可以在Windows或者Linux下編譯。不過之前聽說業界還是在Linux下做更多的開發。另外，Kaldi的官方文檔還說，建議在Linux下使用Kaldi。所以我選擇在Linux環境下安裝kaldi。我在虛擬機上安裝了Ubuntu版。雖然本科的時候教過Linux的課程，但是很多年后都快忘了，很多訂單都需要我媽來完成。