多任务推荐模型的训练方法、资源推荐方法、装置及设备

本公开提供了一种多任务推荐模型的训练方法、资源推荐方法、装置及设备，属于计算机技术领域。方法包括：将样本训练数据输入多任务推荐模型进行训练，得到多个第一梯度；对多个第一梯度的幅度和方向分别进行调整，得到多个第二梯度，多个第二梯度与多个第一梯度一一对应，第二梯度的幅度与多个第一梯度中最大的幅度之间的差距不大于幅度阈值，多个第二梯度中任意两个第二梯度的方向之间的夹角均不大于90度；基于多个第二梯度的平均梯度，更新多任务推荐模型。该方法能够在梯度上实现幅度平衡和全局方向平衡，以解决多任务推荐模型训练过程中多个任务对应的梯度存在的幅度冲突和方向冲突，从而提高多任务推荐模型的准确度。