一种人工智能模型训练方法、装置、电子设备及存储介质

本申请实施例提供了一种人工智能模型训练方法、装置、电子设备及存储介质，以降低将量子技术应用于AI模型训练的成本，提高AI模型的训练效率。该方法包括：中央处理器对从存储器获取到的原始训练数据进行数据预处理；原始训练数据包括训练集；对待训练人工智能AI模型执行如下迭代训练步骤，直至达到预设的迭代停止条件：图形处理器将训练集输入待训练AI模型，获取对应待训练AI模型的当前参数的损失函数；量子处理器将损失函数编码为量子态；量子处理器基于量子态的损失函数构建量子电路，并通过量子电路测量损失函数的量子梯度；量子处理器基于量子梯度和预设的正则化梯度更新当前参数。