本申请涉及一种信息优化模型的学习方法、存储介质及程序产品。所述方法包括：将预处理后的训练样本输入到信息优化编码模块中基于采样层、小样本卷积核学习层学习，得到卷积核参数；通过卷积核参数构造卷积层，并利用构造的卷积层提取预处理后的训练样本的特征记作第一特征；基于池化层对第一特征进行提取得到第二特征；将第二特征输入到正负样本惩罚学习模块中基于正负样本分组得到特征组；将特征组展开后输入到正负样本惩罚学习模块中的信息优化层进行学习，并利用互信息最大化目标函数得到学习好的特征变换参数；基于学习好的特征变换参数对正负样本的分组进行信息计算及分类学习。本申请即使在小样本情况下也能获得最大的信息量。