神经网络模型的训练方法及电子设备

本公开提供了一种神经网络模型的训练方法及电子设备。由第一处理器执行的训练方法包括：针对第t批训练样本，获取神经网络模型的权重参数的参数值，其中，神经网络模型的权重参数包括基于梯度值大小的第一参数集和第二参数集；基于第t批训练样本，通过利用获取的权重参数的参数值进行正向传播和反向传播，确定权重参数的梯度值；基于确定的第一参数集中的权重参数的梯度值，更新第一参数集中的权重参数的参数值；以及将确定的第二参数集中的权重参数的梯度值发送到被配置为更新第二参数集中的权重参数的参数值的第二处理器，其中，第一处理器的算力高于第二处理器的算力。