本申请涉及一种基于神经网络的IO密集型任务内存利用率的优化方法，涉及深度学习技术领域，在优化周期到来时，将所述CPU参数、内存参数和磁盘参数输入至LSTM模型中得到由于内存不足导致程序崩溃的概率，如果所述概率大于第一阈值且小于第二阈值，将在等待队列中的任务继续等待一个优化周期，如果所述概率大于第二阈值，将在等待队列中的任务继续等待一个优化周期，并且将正在执行任务中的目标任务等待一个优化周期，防止因内存不足而导致程序执行效率变慢甚至崩溃，以达到最大程度利用计算机资源的目的。