模型训练方法和计算机可读存储介质

本申请实施例提供一种模型训练方法和计算机可读存储介质，涉及人工智能技术领域，该方法包括：在公开样本集中，筛选与保护样本集中各保护样本的相似公开样本，将各保护样本输入至预设模型，获取位于预设模型中间层的目标层针对各保护样本输出的第一目标层向量，根据各保护样本的第一目标层向量与保护样本的相似公开样本的第二目标层向量之间的目标层向量距离，生成第一损失函数；第二目标层向量表示相似公开样本输入至预设模型后在目标层输出的向量；生成与第一损失函数和表示输出偏差的第二损失函数均正相关的第三损失函数，以最小化第三损失函数为训练目标，迭代优化预设模型的模型参数，降低成功重建保护样本的概率，提高了保护样本的安全性。