本发明提供了一种快速灵活全纯嵌入式神经网络广域寻优训练方法，具体步骤为：步骤1，确定需要求解的微分方程，在定义域内采样获得训练数据和测试数据；步骤2，构建神经网络模型，嵌入基于分段有理逼近的激活函数层；步骤3，调整超参数，训练神经网络模型；步骤4，进行模型预测，预测结果若满足要求，则模型训练成功，结束训练；否则返回步骤3。本发明使用分段有理逼近方法构造的激活函数，在训练时间和训练精度上都要优于一般的激活函数，为快速准确地解决实际工程计算任务涉及到的高维偏微分方程问题提供了强有力的解决方案。