用于训练机器学习模型的方法

本发明涉及一种用于训练机器学习模型的方法(100)，包括以下训练步骤：提供(101)训练数据，该训练数据特定于该机器学习模型的应用；启动(102)对该训练数据的处理，其中由该机器学习模型同时处理多个任务；确定(103)各个任务的损失，具体损失基于由机器学习模型生成的输出与默认值之间的差异；对所确定的损失进行加权(104)，该加权是基于分析计算使用至少一个任务特定的不确定性来进行的；基于加权损失更新(105)该机器学习模型的权重，以用于该机器学习模型的训练。