本申请公开了人工智能领域中的一种神经网络模型的运算方法、训练方法及装置，在该运算方法中，利用winograd变换后的权重矩阵对winograd变换后的输入数据矩阵进行特征提取，得到中间矩阵，中间矩阵中的每个元素是根据变换后的输入数据矩阵与变换后的权重矩阵中对应位置的元素之间的L1距离确定的，通过winograd算法对中间矩阵进行输出数据变换，得到输出数据矩阵。本申请的方案将winograd中的点乘操作替换为计算L1距离的操作等加法操作，减少了特征提取过程的计算量，提高了模型的运行速度，减少了运算开销。