一种多模态数据分类模型的训练方法及装置

本申请提供了一种多模态数据分类模型的训练方法及装置。所述方法，包括：获取多个多模态数据样本，多模态数据样本包括文本数据样本和图像数据样本；生成不同网络架构的分类模型；利用多模态数据样本，训练不同网络架构的分类模型；获取目标分类模型，获得已训练的分类模型，目标分类模型为性能指标大于预设性能指标，且第一总损失函数的值小于或等于第一预设损失值的分类模型。本申请能够利用训练样本评估性能，快速找出最优的分类网络结构，减少人工对设置分类模型的限制，减少人工设计网络的难度和成本，提高模型开发效率。