本发明实施例提供了一种模型敏感性确定方法，涉及机器学习技术领域。该方法包括：针对每个目标网络层，执行如下步骤：针对每个指定参数，确定去除该指定参数后的输出结果，并基于所确定的输出结果，确定后置网络层的输出结果，作为该指定参数对应的输出结果；确定后置网络层的期望输出结果，并基于期望输出结果和每个指定参数对应的输出结果，确定该指定参数对应的重构误差；基于每个指定参数对应的重构误差，确定该指定参数对应的敏感性指标；基于每个指定参数对应的敏感性指标，确定该目标网络层的敏感性。与现有技术相比，应用本发明实施例提供的方案，可以减少模型敏感性的确定过程耗时。