1.一种深度学习平台，其特征在于，包括：数据输入模块，用于输入数据集，并获取所述数据集的特征信息，所述特征信息至少包括数据类型和期望结果属性；

模型调用模块，用于根据所述特征信息，调用对应的标准模型框架，并接受用户对标准模型框架的参数修改，对所述数据集进行无监督学习，得到深度学习模型；

修正模块，用于从所述数据集中筛选出具有不同显著特征的若干数据，以若干所述数据组成修正样本集，以所述修正样本集对深度学习模型进行精度验证；以及发布模块，用于当所述深度学习模型的精度达到设定阈值时，发布和保存所述深度学习模型，并将所述深度学习模型与数据集的特征信息进行关联；

所述数据输入模块包括：

数据处理单元，用于对数据进行归一化处理，并对数据进行特征提取；

排序单元，用于对处于显著性阈值内的数据按特征显著性进行特征值排序，使得处于显著性阈值内的数据形成多个数据段落；以及分析单元，用于分析处于显著性阈值内的数据的类型和获取用户输入的期望结果属性；

所述修正模块包括：

筛选单元，用于从多个数据段落中分别筛选出具有不同显著特征的若干个数据，得到修正样本集；以及

验证单元，用于根据修正样本集对深度学习模型进行精度验证，当所述深度学习模型的精度未达到设定的阈值时，向用户反馈验证结果以使用户优化网络层的初始权重和偏置。

2.根据权利要求1所述的一种深度学习平台，其特征在于，所述排序单元包括：降序排列子单元，用于对处于显著性阈值内的数据按特征显著性进行特征值降序排列；以及

范围确定子单元，用于根据用户指令生成多个特征值范围，使得所述数据形成多个数据段落。

3.根据权利要求1所述的一种深度学习平台，其特征在于，所述模型调用模块包括：检索单元，用于根据所述特征信息在模型库中检索，并将检索结果按照相关度降序排列，选择相关度最大的模型作为标准模型框架；

修改单元，用于接收用户的修改指令，对所述标准模型框架进行参数修改；以及模型训练单元，用于对输入的数据集进行无监督学习，得到深度学习模型。

4.根据权利要求1所述的一种深度学习平台，其特征在于，所述发布模块包括：发布单元，用于当所述深度学习模型的精度达到设定阈值时，发布所述深度学习模型；

以及

保存单元，用于将发布的深度学习模型与数据集的特征信息进行关联后保存在模型库中。

5.根据权利要求1所述的一种深度学习平台，其特征在于，还包括资源调度模块，所述资源调度模块用于为深度学习模型的训练创建虚拟机，并为所述虚拟机分配资源。

6.根据权利要求1所述的一种深度学习平台，其特征在于，还包括身份验证模块和日志记录模块，所述身份验证模块用于对用户进行身份验证，并在身份验证完成后向用户开放设定权限的功能，所述日志记录模块用于记录用户的操作记录。