Per layer time computation of CNN training with tensorflow

This thesis is studying the basic concepts of Convolutional Neural Networks. Influence of different configuration settings on the ability of the network to train, more specifically the effect of these different configurations on the inner layers computation time of a model. We will study an approach to collect the per layer execution time of training a CNN. The results of running the training process with different configurations will be discussed.

Questa tesi sta studiando i concetti di base delle Reti Neurali Convolturali. Influenza di diverse impostazioni di configurazione sulla capacità della rete di addestrare, più specificamente l'effetto di queste diverse configurazioni sul tempo di calcolo degli strati interni di un modello. Studieremo un approccio per raccogliere il tempo di esecuzione per strato dell'addestramento di una CNN. Verranno discussi i risultati dell'esecuzione del processo di formazione con diverse configurazioni.