Este documento presenta varias arquitecturas DPD basadas en redes neuronales diferentes para aplicaciones de formación de haces híbrida (HBF) mMIMO. Se formulan, prueban y comparan en función de su capacidad para compensar la distorsión no lineal de amplificadores de potencia en transmisores HBF mMIMO completamente conectados (FC) de un solo usuario (SU) y de múltiples usuarios (MU). La prueba de concepto se proporciona con un sistema 64 x 64 FC HBF mMIMO, con 2 cadenas de RF. La complejidad de la solución DPD se reduce utilizando una sola Red Neuronal de Retardo Temporal de Valor Real con dos capas ocultas (RVTDNN2L) en lugar de utilizar tantos bloques DPD diferentes como cadenas de RF hay en el transmisor HBF mMIMO, y se muestra que la arquitectura propuesta compensa mejor la distorsión no lineal en comparación con el DPD polinómico de memoria tradicional. Se desarrollan y prueban dos arquitecturas DPD RVTDNN2L para la linealización de sistemas MU FC HBF mMIMO, y también se muestra que la arquitectura propuesta de DPD RVTDNN2L linealiza eficientemente los transmisores MU FC HBF mMIMO en términos de Error Cuadrático Medio Normalizado (NMSE) y Magnitud del Vector de Error (EVM).