自适应持续学习方法、装置、设备、存储介质及产品

本发明提供一种自适应持续学习方法、装置、设备、存储介质及产品，获取可优化超参数，可优化超参数包括新任务对应的第一不确定参数、数空间对应的第二不确定参数以及输出空间对应的第三不确定参数；基于可优化超参数，构建当前的目标函数；基于当前的目标函数，对当前的持续学习模型进行训练，以学习新任务；应用时间集成算法，校正稳定性差距；其中，稳定性差距表征所述可优化超参数与当前训练进度之间的差距。本申请的方案，实现了持续学习训练过程中超参数的动态调整，提高了持续学习的稳定性和可靠性。