本发明公开了一种预测卷积神经网络模型性能的方法，利用随机森林技术，对少量训练数据进行训练，这些训练数据中的每一个数据，包含了一个网络结构和其经过完整训练后的性能值；在每次预测过程中，根据随机森林中的每一棵随机树的预测值进行从高到底进行排序，然后均匀取其中一定数量的随机树，然后这些随机树的预测值的平均值，作为对应卷积神经网络的性能预测值。理论上，其它任何回归分析方法都可以替代本发明中的随机森林，但是使用随机森林才能够带来******的预测精度以及只需要少量的训练数据；这些优点是由随机森林的特性保证的。