神经网络训练、场景决策的方法及装置、设备及存储介质

摘要

本公开提供了一种神经网络训练、场景决策的方法及装置、设备及存储介质，其中，该方法包括：获取在目标场景下采集的训练数据；基于训练数据进行当前轮的神经网络训练，得到当前轮对应的梯度模长以及梯度模长统计量；梯度模长统计量用于表征历史轮对应的梯度模长对当前轮的神经网络训练的影响程度；在当前轮的神经网络训练不满足训练截止条件的情况下，基于当前轮对应的梯度模长以及梯度模长统计量对神经网络的网络参数值进行调整，并基于调整后的神经网络进行下一轮网络训练，直至得到训练好的神经网络。本公开中梯度模长统计量参考了历史轮对应的梯度模长，使得整体梯度更为平滑，进一步提升训练性能。