基于数据驱动的三维矿产资源定量预测是实现深部找矿突破的关键技术。相较于浅层机器学习方法,深度学习具备自动提取数据深层次特征及非线性建模的优势。五龙金矿集区是辽东半岛最重要的金矿集区之一,在该区开展深部矿产资源勘查,对于推动辽东地区千吨级黄金战略基地建设具有重要意义。三维矿产资源定量预测所用数据与计算机视觉领域常用的二维像素数据之间存在显著差异,为此,本研究从训练样本构建、深度学习模型设计与训练等角度出发,探讨建立适用于三维矿产资源定量预测的三维卷积神经网络(Convolutional Neural Network,CNN)和循环神经网络(Recurrent Neural Network,RNN)预测模型的过程。对比实验证明,上述两类深度学习模型在研究区三维矿产资源定量预测中优于随机森林模型。最终基于上述研究,本文在五龙金矿集区圈定深部找矿靶区,进一步证实了五龙矿床沿鸡心沟断裂的深部具有较大找矿潜力。