交叉编译器训练方法、装置、计算机设备及存储介质

本发明涉及人工智能技术领域，公开了一种交叉编译器训练方法、装置、计算机设备及存储介质。通过将第一源代码作为训练样本，根据MCU架构标识确认第一源代码对应的第一机器代码，从而将第一机器代码用于标注第一源代码；将第一源代码和第一机器代码对应的第一源向量和第一机器向量作为样本输入深度学习模型；基于第一源代码和第一机器代码计算出第一损失值，将第一损失值用于对深度学习模型的模型参数进行优化调整，学习在不同MCU架构中的源代码转译方式，获得目标交叉编译器，以应对新型MCU架构出现时，所产生交叉编译器的不兼容状况，提高交叉编译器的适配性和准确性，从而确保金融领域中，转译后机器代码的准确性和安全性。