增量内容识别网络训练方法、内容识别方法及装置

本申请实施例提供增量内容识别网络训练方法、内容识别方法及装置，涉及神经网络技术领域。针对每个模型参数计算因果效应参数，根据相关性投影和任务亲和度计算每个历史任务对当前任务的影响因子，根据影响因子、因果效应矩阵对当前梯度数据进行更新得到更新梯度数据，基于更新梯度数据对模型参数进行优化。通过因果效应参数量化不同模型参数对当前任务的损失函数的影响程度，使得微调过程无需对全量模型参数进行更新，而是选择性地聚焦对当前任务影响显著的部分模型参数，减少计算量，提升微调效率。同时基于影响因子和因果效应矩阵更新当前梯度数据，实现知识迁移，能够在保证微调准确率的同时，减少梯度计算量，加快迭代收敛速度。