본 발명은 베이지안(Bayesian) 확률 분포와 목적 함수(objective function)를 통해 감쇠 매개변수에 대한 분석을 공식화하여 계산 효율을 향상시키는 심층 콘볼루션 신경망의 학습 방법 및 그 장치에 관한 것으로, 심층 콘볼루션 신경망(DCNN)의 가중치 감쇠(Weight decay) 값을 초기화하는 단계, 베이지안(Bayesian) 확률 분포와 관련하여 상기 심층 콘볼루션 신경망(DCNN)에서 도출되는 상기 가중치 감쇠 값을 이용하여 상기 심층 콘볼루션 신경망을 학습하는 단계 및 상기 심층 콘볼루션 신경망에 테스트 데이터(validation data)를 입력하여 테스트 에러 값을 출력하는 단계를 포함한다.