本发明涉及深度学习技术领域，特别涉及一种基于对称交叉复合训练的新型深度学习方法及装置，所述方法具体包括：获取第一样本数据，将所述第一样本数据划分为第一训练集、第一验证集和第一测试集，并将所述第一训练集再划分为第一数据集和第二数据集；将所述第一数据集和所述第二数据集轮流作为训练集和验证集进行对称交叉训练，获得离群样本和真性样本；对所述离群样本和所述真性样本进行复合训练，同时进行输出矫正归类，获得第一最优模型。本发明通过改变传统深度学习训练方法模式，利用深度学习特征提取的功能来自动地识别和分离在训练集中的离群样本，进一步提高模型性能。