由深度学习训练得到的网络也叫做深度神经网络(deep neural networks，DNN)。深度神经网络有以下几种：

1)前馈深度网络( feed-forward deep networks， FFDN) ，由多个编码器层叠加而成，如多层感知机( multi-layer perceptrons，MLP)[14,15]、卷积神经网络 ( convolutional neural networks，CNN)[12,13]等． 

2)反馈深度网络( feed-back deep networks， FBDN) ，由多个解码器层叠加而成，如反卷积网络 ( deconvolutional networks，DN)[16]、层次稀疏编码网络( hierarchical sparse coding，HSC)[17]等。

3)双向深度网络( bi-directional deep networks，BDDN) ，由多个编码器层和解码器层构成，如深度玻尔兹曼机( deep Boltzmann machines，DBM)[18,19]、深度信念网络( deep belief networks，DBN)[13]、栈式自编码器( stacked auto-encoders，SAE)[20]等。