本发明公开的一种深度神经网络样本自动取舍的训练方法，其特征在于，包括如下步骤：A、样本的领域知识计算；B、计算所有样本的复选概率；C、小批量训练集样本自动取舍；D、网络参数和样本配额更新。本发明的训练方法，能使学习效果不好的样本出现的频率变高，学习效果好的样本出现的频率变低，把一些坏样本逐渐移除，以减少对深度神经网络的学习效果的破坏，高效地实现了对训练样本的合理利用。