1.一种人脸识别网络的训练方法，包括：

将训练数据对中的遮挡人脸图像输入教师网络，得到所述教师网络的预测结果；其中，所述训练数据对由相同身份的遮挡人脸图像和无遮挡人脸图像构成；

将所述训练数据对中的无遮挡人脸图像输入学生网络，得到所述学生网络的预测结果；

根据所述教师网络的预测结果、所述学生网络的预测结果和所述训练数据对中标注的真实身份，确定相对熵和待训练网络的识别损失函数；其中，所述待训练网络交替为所述教师网络或所述学生网络；

根据所述相对熵和所述待训练网络的识别损失函数，对所述待训练网络的网络参数进行训练更新；

从训练后的教师网络和学生网络中，确定通用人脸识别网络。

2.根据权利要求1所述的方法，其中，根据所述教师网络的预测结果、所述学生网络的预测结果和所述训练数据对中标注的真实身份，确定相对熵和待训练网络的识别损失函数，包括：根据所述教师网络的预测结果和所述学生网络的预测结果，确定相对熵；

根据所述待训练网络的预测结果和所述训练数据对中标注的真实身份，确定所述待训练网络的识别损失函数。

3.根据权利要求1所述的方法，其中，所述训练数据对中的所述遮挡人脸图像是对所述无遮挡人脸图像进行遮挡处理后得到的。

4.根据权利要求1所述的方法，其中，从训练后的教师网络和学生网络中，确定通用人脸识别网络，包括：根据测试数据，对训练后的教师网络和学生网络进行测试；其中，所述测试数据包括：遮挡人脸图像和无遮挡人脸图像；

根据教师网络和学生网络的测试结果，从所述教师网络和所述学生网络中，选择通用人脸识别网络。

5.根据权利要求1‑4中任一项所述的方法，其中，所述教师网络和所述学生网络的网络结构相同。

6.根据权利要求5所述的方法，其中，所述教师网络和所述学生网络包括：卷积层、全连接层和激活层。

7.根据权利要求1所述的方法，其中，在从训练后的教师网络和学生网络中，确定通用人脸识别网络之后，还包括：将所述通用人脸识别网络部署到人脸识别系统中，以对输入所述人脸识别系统的待检测人脸图像进行身份识别。

8.一种人脸识别网络的训练装置，包括：

网络训练模块，包括：第一图像输入单元、第二图像输入单元、损失函数确定单元和网络参数更新单元；

所述第一图像输入单元，用于将训练数据对中的遮挡人脸图像输入教师网络，得到所述教师网络的预测结果；其中，所述训练数据对由相同身份的遮挡人脸图像和无遮挡人脸图像构成；

所述第二图像输入单元，用于将所述训练数据对中的无遮挡人脸图像输入学生网络，得到所述学生网络的预测结果；

所述损失函数确定单元，用于根据所述教师网络的预测结果、所述学生网络的预测结果和所述训练数据对中标注的真实身份，确定相对熵和待训练网络的识别损失函数；其中，所述待训练网络交替为所述教师网络或所述学生网络；

所述网络参数更新单元，用于根据所述相对熵和所述待训练网络的识别损失函数，对所述待训练网络的网络参数进行训练更新；

网络确定模块，用于从训练后的教师网络和学生网络中，确定通用人脸识别网络。

9.根据权利要求8所述的装置，其中，所述损失函数确定单元具体用于：根据所述教师网络的预测结果和所述学生网络的预测结果，确定相对熵；

根据所述待训练网络的预测结果和所述训练数据对中标注的真实身份，确定所述待训练网络的识别损失函数。

10.根据权利要求8所述的装置，其中，所述训练数据对中的所述遮挡人脸图像是对所述无遮挡人脸图像进行遮挡处理后得到的。

11.根据权利要求8所述的装置，其中，所述网络确定模块包括：网络测试单元，用于根据测试数据，对训练后的教师网络和学生网络进行测试；其中，所述测试数据包括：遮挡人脸图像和无遮挡人脸图像；

网络选择单元，用于根据教师网络和学生网络的测试结果，从所述教师网络和所述学生网络中，选择通用人脸识别网络。

12.根据权利要求8‑11中任一项所述的装置，其中，所述教师网络和所述学生网络的网络结构相同。

13.根据权利要求12所述的装置，其中，所述教师网络和所述学生网络包括：卷积层、全连接层和激活层。

14.根据权利要求8所述的装置，其中，还包括：

网络部署模块，用于将所述通用人脸识别网络部署到人脸识别系统中，以对输入所述人脸识别系统的待检测人脸图像进行身份识别。

15. 一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1‑7中任一项所述的人脸识别网络的训练方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1‑7中任一项所述的人脸识别网络的训练方法。