本公开实施例公开了一种卷积神经网络训练方法、装置、电子设备及可读存储介质，所述卷积神经网络训练方法包括：将训练图像输入所述卷积神经网络；基于所述训练图像，交替进行所述卷积神经网络的正向传播过程和反向传播过程，以调整所述卷积神经网络的参数，其中，在所述反向传播过程中，根据所述卷积神经网络的损失函数相对于所述卷积神经网络中的指定层的输出的当前梯度分布，将求解所述卷积神经网络的损失函数相对于所述指定层的权重参数的当前梯度所需的至少部分数据从浮点格式转换为定点格式。