En general, una red neuronal convolucional (CNN) consta de una o más capas convolucionales, capas de agrupación y capas completamente conectadas. La mayoría de los diseñadores adoptan un método de prueba y error para seleccionar los parámetros de la CNN. En este estudio, se propone una red AlexNet con parámetros optimizados para el reconocimiento de imágenes faciales. Se utiliza un método Taguchi para seleccionar factores preliminares y se realizan experimentos a través de un diseño de tabla ortogonal. El método propuesto filtra los factores que se ven significativamente afectados. Finalmente, los resultados experimentales muestran que la red AlexNet basada en Taguchi propuesta obtiene un 87.056% y un 98.72% de precisión promedio en el reconocimiento del género de imágenes en las bases de datos CIA y MORPH, respectivamente. Además, la precisión promedio de la red AlexNet basada en Taguchi propuesta es un 1.576% y un 3.47% mayor que la de la red AlexNet original en las bases de datos CIA y MORPH, respectivamente.