Presentamos un modelo supervisado de red neuronal profunda para la recuperación de fase de imágenes coherentes de rayos X y evaluamos su rendimiento. Un enfoque basado en aprendizaje profundo supervisado requiere una gran cantidad de conjuntos de datos de pre-entrenamiento. En la mayoría de los modelos propuestos, las diversas incertidumbres experimentales no se consideran al generar el conjunto de datos de entrada, que corresponde a la imagen de difracción en el espacio recíproco. Exploramos el rendimiento del modelo de red neuronal profunda, que se entrena con una calidad ideal de conjunto de datos, cuando se enfrenta a imágenes de difracción dañadas de manera realista. Nos enfocamos en tres aspectos de la calidad de los datos, como el rango dinámico de detección, el grado de coherencia y el nivel de ruido. La investigación muestra que el modelo de red neuronal profunda es robusto a un rango dinámico limitado y a una iluminación de rayos X parcialmente coherente en comparación con la recuperación de fase tradicional, aunque es más sensible al ruido que el método basado en iteraciones. Este estudio sugiere una capacidad base del modelo supervisado de red neuronal profunda para imágenes coherentes de rayos X en preparación para su implementación en el laboratorio donde se adquieren imágenes de difracción.