模型训练方法、任务处理方法、边缘端设备、介质及产品

本申请在深度学习技术领域，公开了模型训练方法、任务处理方法、边缘端设备、介质及产品，该方法包括：在进入当前训练轮次后，将深度神经网络模型中二维矩阵形态的模型参数，分为停止更新参数和继续更新参数；删除停止更新参数的历史梯度信息，并基于继续更新参数的历史梯度信息，对继续更新参数进行更新；完成当前训练轮次的参数更新后，计算深度神经网络模型的当前损失值；利用当前损失值确定是否完成训练；如果是，则结束训练；如果否，则进入下一训练轮次。删除停止更新参数的历史梯度信息以降低显存占用，仅针对继续更新参数进行更新处理以降低计算量。本申请在不违反隐私保护的前提下，实现边缘端设备的深度神经网络模型的有效微调。