一种人工神经网络级联知识放大方法、装置、系统和介质

本发明提供了一种人工神经网络级联知识放大方法、装置、系统和介质，涉及人工智能技术领域，包括：建立初始模型，对所述初始模型训练后获得目标模型，其中所述目标模型包括N级子模型，各个子模型级联使得在先级别的子模型第i层的输出接入在后级别的子模型的第j层的输入，且在先级别的子模型的参数规模小于在后级别的子模型；获取待处理数据；在所述目标模型中采用第1级子模型对所述多模态数据进行处理后，基于第1级子模型的输出以及所述应用数据通过N‑1级子模型逐级进行特征提取、拼接和学习，以输出具有多维度的目标特征集，以获得目标结果，解决现有大模型进行增量数据训练时数据处理对设备要求较高，数据处理效率较低的问题。