本发明公开了一种深度卷积神经网络压缩方法、装置、存储介质及设备，属于模式识别领域。该方法包括：获取DCNN、精简网络和训练集；使用训练集训练DCNN；从训练集的每个类别中随机选取一个样本组成训练子集；将训练子集输入训练好的DCNN，提取第一特征矩阵，并得到在DCNN的特征层或分类层的输出；将训练子集中样本的标签替换为DCNN的输出；从训练子集中分批取出样本输入精简网络，计算损失函数并更新精简网络的参数；重复上述步骤，直至训练子集中所有样本被取出；迭代上述步骤一定次数，完成精简网络的训练。本发明提高了精简网络算法的准确率，加速了精简网络模型的收敛。