Cette contribution introduit à l'utilisation de réseaux de neurones convolutionnels (CNN) afin d'aboutir à un diagnostic et/ou une imagerie d'une microstructure diélectrique diffractante de dimensions caractéristiques sous-longueur-d'onde. Par diagnostic on entend déterminer des défauts de ladite microstructure, par imagerie on considère remonter à la distribution spatiale de permittivité, dans les deux cas à partir de champs collectés à distance (champ lointain) pour un ensemble d'illuminations effectuées à une ou plusieurs fréquences. La dépendance du résultat en fonction des paramètres du réseau, de ceux de l'apprentissage, et naturellement de ceux de la structure à caractériser, et des incertitudes des champs, notamment, est illustrée par simulations numériques, tandis qu'en sus des comparaisons sont aussi conduites avec des approches itératives classiques du type inversion de contraste de sources, dont une version binaire.