深度学习网络结构主要包括全连接神经网络和卷积神经网络。
全连接神经网络，也称为前馈神经网络，其每层每个节点都与上一层的所有节点相连。这种网络结构能解决很多问题，但对于某些数据而言，其参数量可能非常巨大，且不能充分应用数据的某些特性。
另一种网络结构是卷积神经网络，它引入了局部连接的概念，特别是在处理图像数据时。在这种网络中，输入层不再是一个简单的向量，而是一个三维数组（图像）。卷积层则负责对这个三维数组及其权重进行计算。这种网络结构能更好地捕捉图像的局部上下文信息，因此在处理图像相关任务时表现优异。
以上信息仅供参考，建议咨询人工智能专业人士或查阅相关书籍文献，获取更详细和准确的信息。