神经网络的训练方法、装置、电子设备及存储介质

本申请公开了一种神经网络的训练方法、神经网络的训练装置、电子设备及计算机可读存储介质，神经网络的训练方法至少应用于视觉处理场景，包括：将训练样本输入待训练的神经网络，得到神经网络在当前的每项连接权重下的输出结果；训练样本至少包括视觉数据；基于输出结果以及训练样本的标注信息，确定出每项连接权重的第一梯度；针对每项连接权重分别生成定向梯度噪声；对于满足第一梯度与设定梯度阈值的关系要求的目标连接权重，将目标连接权重对应的定向梯度噪声以及第一梯度进行融合，得到融合梯度，并根据融合梯度实现对目标连接权重的更新；重复训练至所得到的神经网络满足设定要求。能够提高神经网络训练效率，降低训练时间，压缩训练成本。