在TensorFlowEstimator.DNNClassifier中DNN是什么意思？

我猜想DNN在某种意义上是TensorFlow指“ 深度神经网络 ”。但是我发现这深深地令人困惑，因为“深度”神经网络的概念似乎在其他地方被广泛使用，这意味着通常具有多个卷积和/或关联层（ReLU，池化，丢失等）的网络。

相比之下，很多人会首先遇到这个术语（在tfEstimator Quickstart示例代码中），我们发现：

# Build 3 layer DNN with 10, 20, 10 units respectively.
  classifier = tf.estimator.DNNClassifier(feature_columns=feature_columns,
                                          hidden_units=[10, 20, 10],
                                          n_classes=3,
                                          model_dir="/tmp/iris_model")

这听起来像是可疑的浅，甚至更像是老式的多层感知器（MLP）网络。但是，没有提到DNN该近似定义源上的替代术语。那么DNN在TensorFlow tf.estimator上下文中实际上是一个MLP吗？hidden_units参数的文档表明是这种情况：

hidden_​​units：可迭代的每层隐藏单元数。所有层均已完全连接。例如 [64，32]表示第一层有64个节点，第二层有32个节点。

MLP已经写满了。这种理解正确吗？DNN因此，是否使用了不当用语？如果DNNClassifier可以，则最好弃用MLPClassifier？还是DNN代表深层神经网络以外的东西？