本公开提供了联邦学习模型的生成方法及其装置，涉及人工智能技术领域中的深度学习和联邦学习技术领域。具体实现方案为：获取图片，获取图片的分类结果，以及根据图片和分类结果对待训练的联邦学习模型进行训练，以生成训练好的联邦学习模型，其中，待训练的联邦学习模型为待剪枝的联邦学习模型经过剪枝处理后得到的，在剪枝处理过程中待剪枝的联邦学习模型中卷积层的剪枝率是根据模型精度自动调整的。从而加速模型训练、有效地减少资源占用，生成能够更好的适应资源有限的边缘化使用场景的模型，且根据待剪枝的联邦学习模型的精度自动调整模型中卷积层的剪枝率，无需人工选择参数，实现了自适应剪枝。