基于广播加的神经网络模型训练方法、神经网络模型

本申请提出一种基于广播加的神经网络模型训练方法、神经网络模型，该模型训练方法包括：获取特征数据序列；针对任意一个第一特征数据，生成第一特征数据的查询向量、与多个第一特征数据一一对应的多个键向量，以及与多个第一特征数据一一对应的多个值向量；将查询向量分别与多个键向量相加得到多个相关性分数；将多个相关性分数以及多个值向量进行加权求和，得到第一特征数据对应的第二特征数据；在获取到与多个第一特征数据一一对应的多个第二特征数据后，根据多个第二特征数据对待训练神经网络模型进行训练，得到目标神经网络模型。本申请实施例能够大大减少数据计算量，进而提高神经网络模型的训练效率。