深度学习及其他机器学习方法旨在建立数据之间的对应关系，在完成模型的建立之后，可由输入的数据预测得到输出的结果，多用在图像处理、语音识别、自然语言处理等领域。

近两年，许多研究者将深度学习与纳米光子学的拓扑结构相结合，利用深度学习研究光学超表面等器件的结构特性与光学响应特性之间的关系，克服了传统研究低效耗时的缺点，取得了显著的成效。将深度学习应用于光学超表面已然成为一个新的研究热点。