本发明适用于人工智能机器学习技术领域，提供了一种基于多任务的级联组合模型的优化方法、装置及终端设备，方法包括：将训练数据输入级联组合模型的浅层网络模型进行合并训练获取第一输出结果；将第一输出结果输入级联组合模型的深层网络模型进行并行训练获取第二输出结果；将第二输出结果输入级联组合模型的顶层网络模型进行并行训练获取第三输出结果；根据预设损失函数对第一输出结果、第二输出结果、第三输出结果进行叠加获取叠加结果；将叠加结果进行反向传播，以使浅层网络模型、深层网络模型和顶层网络模型的参数收敛，获取优化的多任务级联组合模型。本发明占用内存小，使用时间短，对任务的分类准确度高，提高了任务实现的效率。