在国际上，IBM、google、Facebook和Twitter等公司都在进行深度学习的研究，而国内，阿里巴巴，科大讯飞、百度、中科院自动化所等机构，也纷纷投入人力物力于深度学习的研究与开发当中。

1）计算机视觉

计算机视觉中比较成功的深度学习的应用，包括人脸识别，图像问答，物体检测，物体跟踪。

2）语音识别

微软首先将RBM和DBN引入到语音识别声学模型训练中，并且在大词汇量语音识别系统中获得巨大成功，使得语音识别的错误率相对减低30%。但是，DNN还没有有效地并行快速算法，很多研究机构都是在利用大规模数据语料通过GPU平台提高DNN声学模型的训练效率。

3）自然语言处理(www.daowen.com)

2013年Tomas Mikolov等发建立word2vector模型，与传统的词袋模型（bag of words）相比，word2vector能够更好地表达语法信息。深度学习在自然语言处理等领域还广泛应用于机器翻译以及语义挖掘等方面。

4）其他领域

深度学习在围棋机器人方面的研究，如谷歌的AlphaGo于2016年大战李世石，2017年战胜柯洁。在智能控制、智能调度与指挥、工业自动化等等方面的应用都有深度学习技术的研究。

深度学习正在潜移默化地改变着我们的生活方式，而背后支撑深度学习的GPU计算也正变得越来越普及。