容错神经网络结构的优化方法、系统、介质及电子设备

本发明提供一种容错神经网络结构的优化方法、系统、介质及电子设备，所述方法包括：S1，训练初始的神经网络模型，得到所述神经网络模型的量化指标；S2，评估所述初始的神经网络模型的权重偏移，并获取对应的评估结果曲线图；S3，初始化调优参数；S4，基于所述调优参数训练所述神经网络模型，并评估所述神经网络模型在预设权重偏移下的量化指标；S5，基于评估的所述量化指标调节所述调优参数；S6，重复执行S4和S5，获取最大量化指标对应的神经网络模型，并将该神经网络模型作为最佳神经网络模型。本发明所实现的针对容错神经网络的优化方法，借助自动调整参数，可以提高神经网络在权重偏移下的鲁棒性。