Аннотация:На базе изображений CIFAR-10, построены, обучены и протестированы простейшие варианты сетей со сверточными и инволюционными слоями схожей линейной архитектуры (3 слоя свертки/инволюции между которыми идёт функция активации ReLU и слой субдискретизации MaxPooling). Для разделения признакового пространства использовались два полносвязных слоя на 64 и 10 нейронов (по числу классов). Также автором предложена гибридная архитектура, соединяющая в одной сети сверточные и инволюционные слои. Эксперименты показали, что инволюционные и гибридные сети в таком простом случае почти не уступают сверточным при значительном уменьшении числа параметров.