图像处理方面
图像风格转换,neural-style可以生成各种有意思的图:anishathalye/neural-style（链接https://github.com/anishathalye/neural-style）
给素描黑白画，自动上色：pfnet/PaintsChainer（链接https://github.com/pfnet/PaintsChainer）图像描述，image caption:im2txt（链接https://github.com/iFighting/models/tree/master/im2txt）人脸方面
微软给出的猜年龄的应用How old do I look?（链接https://how-old.net/）之前小度机器人的跨年龄识别，基于你现在的照片，识别出小时候的你GAN生成格式各样的人脸GANs-生成对抗网络 (生成明星脸)人脸颜值自动打分判断女明星是否整容nlp&&rnn
生成古诗词：基于RNN生成古诗词创作歌曲，歌曲风格转换Reinforcement learning
结合RL玩游戏的，愤怒的小鸟，超级马里奥DeepLearningFlappyBird（链接https://github.com/yenchenlin/DeepLearningFlappyBird）还有模拟自动驾驶的，用TensorFlow实现MarioKart游戏自动驾驶(TensorKart，链接https://github.com/kevinhughes27/TensorKart)，Udacity自驾模拟项目Nanodegree(upul/behavioral_cloning，链接https://github.com/upul/Behavioral-Cloning)我觉得现在学习deep learning，犹如学习功夫一样，内外兼修，数学建模能力，网络结构建模等能力是内功，在各个领域的应用是招式，现在各式各样的招式都有。
总之，能做到非常多的好玩有意思的东西。