Выбор архитектуры нейронной сети для решения задачи классификации и распознавания образов является
весьма важным этапом, влияющим как на скорость обучения сети, так и на точность и уровень
ошибок полученной модели. В данной работе проводится сравнительных анализ различных архитектур
реккурентных нейронных сетей на примере решения задачи классификации объектов в видеопотоке.