公开了一种神经网络的更新方法、更新装置和电子设备。该方法包括：将具有标签信息的第一图像集输入第一深度神经网络，基于第一深度神经网络确定第一图像集的交叉熵损失值；将不具有标签信息的第二图像集分别输入第一深度神经网络和第二深度神经网络，确定第二图像集的一致性损失值，第一深度神经网络和第二深度神经网络具有相同的网络结构；基于交叉熵损失值和一致性损失值，更新第一深度神经网络的参数；以及，基于更新后的第一深度神经网络的参数更新第二深度神经网络的参数。这样，可以通过集成结构相同的第一和第二深度神经网络而实现具有标签信息的图像集和不具有标签信息的图像集之间的领域适应。