本申请提供一种模型训练方法，应用于模型训练系统中，所述模型训练系统包括多个电子设备和控制器，每一电子设备中均部署有相同的机器学习模型。电子设备收集用于训练所述初始机器学习模型的数据，作为训练样本数据集，训练所述初始机器学习模型，得到训练后的机器学习模型的预测准确率及各神经元之间的权重后，根据多个电子设备发送的预测准确率在所述多个电子设备发送的权重之间确定更新权重，并将所述训练后的机器学习模型中各神经元之间的权重对应更新为所述更新权重。本申请还提供一种电子设备和存储介质。本申请降低机器学习模型训练的成本、合理利用网络资源，提高机器学习模型的准确度。