该文综述深度学习压缩感知进展，涵盖训练采样矩阵与重构网络以提升采样效率和恢复质量。方法包括卷积网络、循环残差、非局部先验、生成器元学习、自监督可扩展及多尺度小波等，在PSNR和视觉质量上优于传统方法，并支持彩色图像、任意采样率及1D/2D/3D信号。