本公开涉及人工智能技术领域，具体涉及一种深度学习模型转换部署方法、深度学习模型转换部署装置、存储介质及电子设备。该深度学习模型转换部署方法包括获取使用第一深度学习框架进行模型训练得到的待处理模型文件；调用反卷积函数对所述待处理模型文件进行上采样操作，得到初始模型文件；采用归一化函数对所述初始模型文件进行数据归一化处理，得到中间模型文件；利用激活函数对所述中间模型文件进行线性修正，得到目标模型文件，以适用于在第二深度学习框架中处理。本公开提供的深度学习模型转换部署方法能够解决现有技术中将pytorch模型转换为TensorRT模型部署时存在的开发量大、精度差以及成本高的技术问题。