对神经网络中的LMBP（Levenberg-MarquardtBP）算法的收敛速度慢进行分析，针对矩阵JTJµI求逆过程运算量过大而造成收敛速度慢的缺陷，根据无约束优化理论，提出一种基于共轭梯度方法的改进LMBP网络学习算法，利用求解大规模线性方程组的共轭梯度方法，避免了烦琐的求逆过程，降低了计算复杂度，加快了网络的收敛速度，通过Matlab仿真，比较了算法的收敛速度，证明了方法的有效性。