数据的分类方法、装置、电子设备及存储介质

本申请涉及人工智能技术领域，揭示了一种数据的分类方法、装置、电子设备及存储介质，其中，方法包括：通过获取训练数据集并对其进行分类，形成多个训练数据子集，并从中抽取数据对多个相同预设的初始子模型进行训练，计算训练参数的波动系数来确定待冻结的网络层，得到分类模型，然后获取待分类数据并输入至预设的分类模型中，以得到所述待分类数据的分类结果。本发明的有益效果：实现模型的有效训练，不仅提升了模型的训练效率，同时也增强了模型在面对不同类型数据时的适应能力，进而提高了分类的准确性。