想學習深度學習開源框架，比如tensorflow、caffe，需要掌握哪些linux知識？

如果僅僅是TensorFlow和Caffe的話，可以在Windows上開發。

TensorFlow的Windows支持挺不錯的。

比如，在Windows上安裝TensorFlow只需一個命令（假定你的機器配置好了顯卡相關驅動、CUDA等，還有Python環境）：

pip3 install --upgrade tensorflow-gpu

簡單吧？

Caffe對Windows的支持沒有TensorFlow好，還屬於社區支持。

具體安裝方法可以參考Caffe官方GitHub倉庫的Windows分支。有適配Visual Studio 2015, CUDA 8.0, Python 3.5/2.7的編譯好的二進位文件下載。

https://github.com/BVLC/caffe/tree/windows

當然，還是有些框架對Windows支持很差或者乾脆沒有支持。所以基於Linux開發也不錯。

我建議你直接用就是了，不用先去學Linux。今時今日，像Ubuntu這樣的發行版，基本上已經接近開箱即用的程度（注意，僅限於開發方面）。

（Ubuntu 16.04 LTS，圖片來源：wikimedia）

想想看，你開發主要用的軟體是哪些？主要就是IDE、瀏覽器。

瀏覽器，不管是Chrome還是Firefox，在Linux下和Windows、macOS下基本上沒有什麼區別。（我想很少有人非用IE或者Edge或者Safari不可吧。）

IDE，機器學習最常用的語言是Python。那Python公認最好的IDE就是PyCharm，PyCharm在Linux、Windows、macOS下也沒有什麼區別。

（圖為PyCharm社區版2017.3在Ubuntu下的運行截圖，來源：howto-ubuntunew.blogspot.hk）

如果有查文獻的需求的話，Zotero也一樣是跨Linux、Windows、macOS的。

也就是說，大部分的時間，你都是在和「高層」的開發工具打交道，這些開發工具都是跨平台的。你並不需要接觸操作系統。

當然，Linux下還是有少數時候需要用一下命令行的。一般而言，各大框架都會有詳細的文檔，照著做就是了。（可能事先需要花半小時到兩小時熟悉一下命令行的基本用法，推薦 Survival guide for Unix newbies http://matt.might.net/articles/basic-unix/）

總之就是直接上手開發就可以。不用特意抽很多時間去掌握linux知識。