摘要
本发明实施例提供了一种模型敏感性确定方法,涉及机器学习技术领域。该方法包括:针对每个目标网络层,执行如下步骤:针对每个指定参数,确定去除该指定参数后的输出结果,并基于所确定的输出结果,确定后置网络层的输出结果,作为该指定参数对应的输出结果;确定后置网络层的期望输出结果,并基于期望输出结果和每个指定参数对应的输出结果,确定该指定参数对应的重构误差;基于每个指定参数对应的重构误差,确定该指定参数对应的敏感性指标;基于每个指定参数对应的敏感性指标,确定该目标网络层的敏感性。与现有技术相比,应用本发明实施例提供的方案,可以减少模型敏感性的确定过程耗时。