La producción de cultivos en invernaderos garantizará la demanda de alimentos para la población mundial en las próximas décadas. La agricultura de precisión es una herramienta importante para este fin, respaldada, entre otras cosas, por la tecnología de redes de sensores inalámbricos (WSN) en el monitoreo de parámetros agronómicos. Por lo tanto, la planificación previa del despliegue de nodos de WSN es relevante porque su cobertura disminuye cuando las ondas de radio son atenuadas por el follaje de la plantación. En ese sentido, el método propuesto en este estudio aplica Aprendizaje Profundo para desarrollar un modelo empírico de atenuación de ondas de radio al atravesar vegetación que incluye altura y distancia entre los transceptores de los nodos de WSN. La calidad del modelo se expresa a través de los parámetros de validación cruzada, con un R de 0.966, mientras que su error generalizado es de 0.920, verificando la confiabilidad del modelo empírico.