PyTorch를 사용하는 이유
이전 게시글에서 서술했던 연구를 진행함에 앞서 GNN을 SW level에서 테스트할 필요가 있습니다.
우선 SW level에서 안정적인 동작을 확인하고, 해당 동작이 HW level에서 어떤 instruction으로 이루어 져있는지 확인해야 합니다.
그리고 SW 동작의 큰 부분을 차지하는 instruction의 연산 방식을 조사해서 Accelerator를 설계하는 것이 연구의 목표입니다. 쓰고나니 말은 쉽네요:) 일단 GNN을 SW level에서 동작시켜야 하므로 PyTorch 개발환경이 필요합니다.
Anaconda
컴퓨터에 PyTorch 설치 및 구성
Windows ML 데이터 분석에 사용할 수 있도록 컴퓨터에 Pytorch 설치 및 구성
docs.microsoft.com
위 링크의 게시글을 참고해 PyTotch를 설치했습니다.
Anaconda를 패키지 관리자로 사용하여 Window 내에 Python 환경을 설정하는 것이 좋다고 합니다. 그 이유는 저도 정확히는 모르겠지만 일단 따라가줍시다.
Anaconda | Anaconda Distribution
Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine.
www.anaconda.com
위 링크에 들어가서 Anaconda를 설치할 수 있습니다.
'프로젝트 > GCN Accelerator' 카테고리의 다른 글
| [프로젝트 진행 상황 v10.19] HyGCN과 Ramulator (0) | 2022.10.19 |
|---|---|
| [GEM5] gem5 environment setting (2) | 2022.10.10 |
| [2020 HPCA] HyGCN A GCN Accelerator with Hybrid Architecture (0) | 2022.10.07 |
| [2021 ISCAS] Characterizing the Communication Requirements of GNN Accelerators : A Model-Based Approach (0) | 2022.09.04 |
| [GNN Accelerator] Project overview (0) | 2022.08.18 |