本发明公开了一种通用特征提取网络训练方法、装置及通用特征提取网络，该方法包括：将训练数据对中的训练数据输入至通用特征提取网络中进行特征提取，以得到数据特征；将数据特征输入至对应模态的重构网络中进行重构得到重构数据，计算重构网络输出的所述重构数据和对应的所述训练数据之间的损失函数；根据所有所述重构网络对应的所述损失函数确定训练损失函数，重复上述步骤，优化所述多模态通用训练模型的模型参数直至所述训练损失函数收敛，得到训练好的所述通用特征提取网络。可见，通过本发明的方案训练得到的通用特征提取网络可以被用于提取多种模态的数据的特征，以提高神经网络算法的通用性和效率。