本文研究了随机神经网络的普适逼近性质，并与确定性神经网络进行了比较。提出了一种通用神经功能（UNF）模型，优化了小型图片分类器和语言模型。同时探讨了神经网络训练中的隐性偏差及权重收敛现象，提出了神经功能网络（NFN）设计框架，并展示了其在多层和卷积神经网络任务中的有效性。