本发明公开了一种加速神经网络结构选择的方法，涉及神经网络技术领域，本发明利用主线程M读取global.txt文件，判断该文件中记录的神经网络结构的个数是否小于t，若是，则逐行判断是否存在global.txt文件未记录的神经网络结构，若存在，则查询空闲显卡，主线程M启动一个子线程，通过该子线程将未记录的神经网络结构放到空闲显卡上进行训练，主线程M休眠一定时间后，继续判断是否存在global.txt文件未记录的神经网络结构，子线程训练完成后将未记录的神经网络结构写入到global.txt文件中，从更新后的global.txt文件中，选择出对应于当前情景最优的神经网络结构，本发明确保了得到准确及性能最优的神经网络结构，成本较低。