面向领域泛化的梯度自适应量化感知训练方法、装置和设备

本申请提供了一种面向领域泛化的梯度自适应量化感知训练方法、装置和设备，涉及计算机技术领域，旨在提高量化模型在未知领域的泛化能力。该方法包括：获取训练数据集和量化卷积神经网络模型；将所述训练数据集中各个样本图像输入到所述量化卷积神经网络模型进行处理，得到各个尺度因子在不同训练域的任务梯度和平滑梯度；评估各个尺度因子在不同训练域的任务梯度的梯度混乱度，所述梯度混乱度表征任务梯度方向的一致程度；根据所述梯度混乱度，确定各个尺度因子在不同训练域的学习梯度，并基于所述学习梯度对所述量化卷积神经网络模型的参数进行更新，得到训练完毕的量化卷积神经网络模型。