В данной работе рассматриваются основные архитектуры нейронных сетей, производится их сравнение. Анализируются проблемы обучения и демонстрируются подходы к решению этих проблем. Для решения поставленной задачи были подробно изучены структуры моделей нейросети, произведено их сравнение. Было проведено исследование подходящей обучающей выборки и подходящего фреймворка для осуществления дальнейших работ. Проведено обучение модели нейросети, показавшее успешные результаты для поставленной задачи.

The main architectures of neural networks are considered and compared. Deep learning problems are analyzed and solutions of these problems are demonstrated. To solve the obtained problem, the structures of the neural network models were studied in detail and compared. Research was carried out on a suitable training set and a suitable framework for further work. The training of the neural network model was carried out and showed successful results for the task.