Recientemente, los métodos de diseño basados en parámetros han atraído la atención en el diseño de circuitos integrados analógicos y se han automatizado con asistencia informática. Sin embargo, las tablas de búsqueda (LUTs) en el método tienen el problema de un alto sobrecoste de recursos de hardware. Para abordar este problema, este artículo propone una estructura de red neuronal profunda de múltiples salidas (DNN) para modelar los parámetros de corriente continua de los transistores y reemplazar las LUTs para el diseño de circuitos. El rendimiento de los modelos DNN propuestos se verifica utilizando tecnologías de diseño convencionales como TSMC 40 nm (T40), TSMC 65 nm (T65), TSMC 180 nm (T180) y SMIC 180 nm (S180). En comparación con las LUTs, los modelos DNN propuestos pueden reducir al menos un 99.9% de la ocupación del espacio de almacenamiento y un 95.62% del sobrecoste de tiempo de predicción con un error porcentual medio absoluto de menos del 0.2%. Además, proponemos un método de diseño de migración de circuitos automatizado utilizando modelos DNN en diferentes tecnologías, combinados con parámetros. El método genera bases de datos de diseño de circuitos en diferentes tecnologías y obtiene resultados de diseño de dispositivos según los requisitos de rendimiento. Los resultados experimentales muestran que el uso de modelos DNN puede reducir el sobrecoste de tiempo en más del 40% en comparación con el uso de LUTs. Los resultados de simulación del diseño de trasplante de circuitos muestran que el rendimiento del circuito de T40, T65, S180 y T180 cumple con los requisitos, lo que verifica el método propuesto de diseño de circuitos automatizado basado en DNN.