Тема выпускной квалификационной работы: «Настройка малоразмерных сверточных нейронных сетей классификации изображений с использованием генетического алгоритма». Данная работа выполнена с целью исследования применения генетических алгоритмов в сверточных нейронных сетях классификации изображений, в частности, рассмотрено применение в следующих областях:-      настройка гиперпараметров нейросети,-      обучение полностью необученной сети,-      финишное обучение нейросети,-      подбор архитектур модели. Помимо этого, предложен вариант комбинации наиболее хорошо себя показавших вариантов применения генетического алгоритма. В ходе выполнения были рассмотрены основные принципы построения и работы сверточных нейронных сетей, произведен обзор существующих архитектур сверточных нейросетей предназначенных для классификации изображений. Также выполнен обзор генетических алгоритмов и существующих на данный момент способов их реализации применимо к сверточным нейронным сетям классификации изображений. В результате проведенных тестов и экспериментов сделан вывод о наиболее подходящих направлениях применения исследуемого алгоритма в сверточных нейросетях классификации изображения и дальнейших перспективных направлениях их использования в данных сетях.

The subject of the graduate qualification work is "Tuning small-sized convolutional neural networks for image classification using a genetic algorithm". This work is carried out in order to study the application of genetic algorithms in convolutional neural networks of image classification, in particular, the application in the following areas is considered: - tuning neural network hyperparameters, - training a completely untrained network, - fine tuning neural network, - selection of model architectures.In addition, a variant of the combination of the most well-proven variants of the application of the genetic algorithm is proposed. During the implementation, the basic principles of the construction and operation of convolutional neural networks were considered, an overview of existing architectures of convolutional neural networks designed for image classification was made. The review of genetic algorithms and currently existing methods of their implementation is also carried out applicable to convolutional neural networks of image classification. As a result of the conducted tests and experiments, a conclusion was made about the most suitable directions of application of the algorithm under study in convolutional neural networks of image classification and further promising directions of their use in these networks.