[发明专利]分类模型训练、数据分类方法及网络设备、存储介质

摘要

本发明实施例提供一种分类模型训练、数据分类方法及网络设备、存储介质，在对神经网络分类模型进行训练时，选择了分别针对各数据类别计算类别损失值，然后再基于类别损失值确定模型损失值，相较于不做数据类别区分，直接针对训练集的所有数据样本统一计算模型损失值的做法，本发明实施例提供的分类模型训练训练方案在均衡了各类别损失值的情况下得到的模型损失值关注到了少数类的损失值，不会因为多数类对模型损失值的贡献而忽略少数类对模型损失值的贡献，因此可以训练出模型参数具有无偏性的神经网络分类模型，提升了神经网络分类模型的数据分类准确性。