本发明提出一种深度学习任务调度方法及装置，涉及计算机技术领域，方法包括：获取预设的第一时间周期内已调度的序列深度学习任务，其中，序列深度学习任务是基于各个深度学习任务的数据量大小进行排序得到的；获取深度学习对应各个节点中任一目标处理器处理序列深度学习任务时对应的平均处理频率和平均处理时长；基于平均处理频率和平均处理时长，确定各个节点的优先级；基于优先级，将第二时间周期内对应实时序列深度学习任务中的各个实时深度学习任务调度到对应的目标节点进行处理，其中，第一时间周期与第二时间周期是连续周期且时长相同，由此，基于深度学习对应各个节点的优先级来进行深度学习任务的资源调度工作，提高深度学习任务调度的效率。