神经ODE用神经网络参数化隐藏状态导数，通过微分方程求解器计算输出，具有内存恒定、自适应评估和精度-速度权衡优势。后续研究建立了其与ResNet的离散化联系，证明深度极限下SGD收敛于神经ODE，并拓展至连续正则化流、时间序列处理、Hypersolvers加速、控制论泛化界限及正交群矩阵流训练等方向。