基于串行训练的多任务模型训练方法、装置、设备及介质

本发明公开了一种基于串行训练的多任务模型训练方法、装置、设备及介质。该方法包括：获取目标预测场景对应的包含隐藏层及任务层的基础网络模型及基础训练数据集；基于任务层中初始预测任务的任务类型对基础训练数据集进行数据筛选，确定初始预测任务对应的目标训练数据集；基于预设串行训练规则及目标训练数据集对基础网络模型进行模型训练，得到基础网络模型对应的待选网络模型及损失值变化率集合；基于预设收敛条件对损失值变化率集合进行收敛判断，生成收敛结果，并基于收敛结果确定待选网络模型对应的目标网络模型。通过本发明的技术方案，能够逐个迭代训练不同的任务，提高了训练效率，降低了计算资源需求。