本发明提出了一种基于类别信息对神经网络分步训练的方法、装置及存储介质，该方法包括：获取步骤，获取所述神经网络的初始权重数据，并将所述初始权重数据存储在一指定存储区中；选择步骤，从待训练的N个类别训练样本集合中选择n个未标记类别样本集合；训练步骤，使用所述选择n个未标记类别样本集合对所述神经网络进行迭代计算得到训练后的神经网络；更新步骤，将训练后神经网络模型的权重数据更新所述指定存储区中的初始权重数据；本发明中，从N个类别中选择n个类别未标记样本集合标记后进行神经网络的训练，在训练过程中充分利用样本的类别信息，提高了神经网络的训练精度，提高了更新效率，保证了神经网络的训练速度。