本发明公开一种应用于稳定深层机器翻译模型的机器翻译方法，步骤为：在深层模型的训练过程中，根据输入源语句子X进行每一次反向传播计算时，为深层模型中编码器部分参数的梯度矩阵G设置两个矩阵μ与σ；使用矩阵μ与σ分别代表梯度矩阵G的均值与标准差，并根据梯度矩阵G计算出矩阵μ与σ的值；在模型训练期间的每一次反向传播过程中，使用矩阵μ与σ对梯度矩阵G进行标准化；通过预设的策略与先验知识来控制该标准化的使用阶段和位置，进行机器翻译模型的快速准确训练，最终提升解码时的输出译文的译文质量。本发明可以使得训练过程更加稳定，并且不受限于具体的模型与任务，具有很好的通用性，使模型的效果更加容易在不同的设备上重现。