基于深度时间对齐梯度增强的神经网络的训练方法及装置

本申请公开了一种基于深度时间对齐梯度增强的神经网络的训练方法及装置。所述训练方法包括：获取输入样本数据；将输入样本数据输入到基于深度时间对齐梯度增强的神经网络模型，得到与输入样本数据的类别对应的预测类别概率数据；根据预测类别概率数据和样本标签数据，调整基于深度时间对齐梯度增强的神经网络模型的各个参数，得到训练后的神经网络模型，其中，基于深度时间对齐梯度增强的神经网络模型包括输入层、K个阶段和输出层，第1个阶段至第K‑1个阶段各自包括基于深度时间对齐梯度增强的卷积网络和辅助分类器网络，并且第K个阶段包括基于深度时间对齐梯度增强的卷积网络，其中，K为大于1的正整数。