公开了一种移动边缘计算中深度学习模型训练方法及其相应系统。所述方法包括：获取经训练的初始模型，修改所述初始模型以获取当前任务模型；将所述当前任务模型以及所述初始模型的参数下发给多个客户端，用于所述多个客户端各自进行初始训练；基于所述多个客户端的初始训练结果，选取预测准确率最高的客户端组合；以及获取客户端组合中每个客户端的正式训练结果并生成当前任务模型的参数。本发明通过对已有模型的知识迁移和客户端本地训练的汇总来实现在客户端自身数据仅能用于本地训练情况下的模型训练，并且通过对参与正式模型训练的客户端进行筛选，进一步提升训练效率并剔除不可靠的客户端。