本申请提供一种神经网络训练方法、装置、电子设备及存储介质，方法包括以下步骤：S1：基于若干层的网络层以及每个网络层对应的参数构建第一全连接神经网络模型；S2：构建损失函数，用于获得模型损失值；S3：基于计算获得的每层网络层对应的梯度值对当前第一全连接神经网络模型朝着梯度反向传播的方向更新参数，并将更新后获得的模型确定为第二全连接神经网络模型；S4：根据所述损失函数计算模型损失值，判断当前是否满足预设条件，若是，保存当前参数，将当前第二全连接神经网络模型确定为目标模型；若否，重复步骤S3，以提高物理方程解的准确性。