本申请提供一种视觉问答模型训练方法及装置，涉及计算机技术领域。其中，一种视觉问答模型训练方法，包括：获取训练样本和样本标签；提取样本图像特征信息和样本问题特征信息；将所述样本图像特征信息和所述样本问题特征信息进行特征交叉处理，得到携带有样本问题信息的样本图像特征向量和携带有样本图像信息的样本问题特征向量；将所述携带有样本问题信息的样本图像特征向量和所述携带有样本图像信息的样本问题特征向量输入至所述视觉问答模型中通过所述视觉问答模型得到预测答案；基于所述真实答案和所述预测答案确定损失函数的损失值；通过所述损失函数的损失值对所述视觉问答模型进行更新。