本发明提出了一种改进的基于深度学习的极化码FNSC译码器。它主要在已有的F‑SSC算法与NSC算法上进行改进。该译码器通过一种新的训练策略来获得一个适用于一般节点的DNN网络代替NSC算法中的多个DNN网络，并且引入F‑SSC算法中对特殊节点的处理方式来进一步优化本发明中的译码算法。该译码算法FNSC相比于NSC算法在减低了译码延迟的同时也减少了资源消耗。实验证明，当码长为128，码率为0.5时FNSC的译码延迟比NSC的译码延迟降低21％，且节省了7个DNN网络的资源消耗。