模型微调方法、装置、电子设备及存储介质

本发明涉及深度学习领域，提供一种模型微调方法、装置、电子设备及存储介质。所述方法包括：对基底模型进行模型解析，得到所述基底模型中各层网络的参数信息；基于配置信息和各所述参数信息，生成一个或多个插件网络；对各所述插件网络进行初始化；将初始化后的插件网络与所述基底模型进行组合，得到组合模型；对所述组合模型进行训练，基于训练结果，确定微调模型。本发明提供的模型微调方法、装置、电子设备及存储介质，通过插件网络实现微调模块的复用，从而降低模型微调成本投入，将多个插件网络与基底模型组合训练，提升模型预测准确性。