本申请实施例所公开的一种对网络模型的剪枝方法、装置、电子设备及存储介质，包括获取训练图像集和当前网络模型，将训练图像输入当前网络模型中，根据当前网络模型的输出确定多个卷积层中每个卷积层对应的参数，基于每个卷积层对应的预设剪枝率，对每个卷积层对应的参数进行衰减处理，得到衰减参数，若衰减参数与预设阈值的差值在预设区间内，剔除卷积层中与衰减参数对应的参数，得到剪枝后的网络模型。基于本申请实施例，通过对卷积层对应参数进行衰减处理，迫使待剔除参数的卷积层对应的参数学习的知识转移，在减少参数量的同时，不增加训练负担，并且可以保证网络模型的识别准确率。