本发明实施例提出一种模型处理方法、装置、系统、电子设备及存储介质，属于数据处理领域，方法包括：对源平台的深度学习模型进行运行记录封装，得到第一处理模型，并对所述第一处理模型进行前向传播计算，得到运行信息，运行信息包括调用栈信息，以及每个计算函数的函数名、函数参数和返回值，从而按前向传播计算的顺序，对运行信息进行解析，得到深度学习模型的树结构数据对象，进而将树结构数据对象转换为二进制数据，以字典数据的方式进行存储，得到存储包和数据表。从而，得到的数据包严格与前向传播计算顺序相关，且包含模型的所有计算函数，故而，能够改善目前模型转换方法易于丢失部分信息的问题。