模型训练方法、装置及DNA甲基化识别方法

本申请公开了一种模型训练方法、装置及DNA甲基化识别方法。其中，模型训练方法包括：对DNA甲基化位点数据进行数字编码处理，得到第一特征向量；采用自注意力层捕获第一特征向量内部的依赖关系，得到第二特征向量；对第二特征向量进行并行化卷积处理，得到不同尺度的多个卷积特征；根据重要性权重对每个卷积特征进行加权聚合，得到多个第三特征向量；对多个第三特征向量进行融合处理，得到分类结果；根据分类结果，确定损失函数，并在损失函数满足预设收敛条件的情况下，得到完成训练的深度学习模型。本申请解决了由于相关用于识别DNA甲基化位点的模型对特征编码的依赖性强，造成的模型泛化能力受限的技术问题。