本发明公开了一种随机网络的训练方法、装置、存储介质以及处理器。其中，该方法包括：构建随机网络，其中，随机网络包括复杂神经元；基于机器学习对随机网络进行训练，得到第一网络模型；基于第一网络模型对随机网络进行微调，训练后得到第二网络模型；比较第一网络模型和第二网络模型的预测准确率，在第二网络模型的预测准确率大于第一网络模型的预测准确率的情况下，则使用第二网络模型替代第一网络模型。本发明解决了现有技术中在无法训练出能够有效处理数据类型复杂的问题的网络模型的技术问题。