本申请实施例涉及机器学习技术领域，并提供了一种核函数近似模型的训练方法、装置、电子模型及存储介质，该方法包括：构建核函数近似模型，核函数近似模型包括多个深度神经网络以及分别对应的特征值，各深度神经网络与对应的特征值分别表征目标核函数的一个特征；多个深度神经网络的初始参数及对应的特征值各不相同，且各深度神经网络包含约束层；根据目标核函数和训练数据集，分别确定各深度神经网络的损失函数；基于训练数据集，根据损失函数的计算结果更新各深度神经网络的参数和对应的特征值，得到目标核函数近似模型。本申请极大程度上加速了人工智能中核方法相关算法的速度，实现了更高效、可靠的核近似方法，可以作为多种任务的特征提取器。