El concepto de provisión de almacenamiento en caché en el borde en las redes móviles emergentes 5G y más allá es un método prometedor para abordar tanto el problema de congestión de tráfico en la red central, como para reducir la latencia al acceder a contenido popular. En este sentido, la demanda de los usuarios finales por contenido popular puede satisfacerse almacenándolo proactivamente en el borde de la red, es decir, cerca de los usuarios. Además de los esquemas de almacenamiento en caché basados en modelos, las optimizaciones de almacenamiento en caché en el borde basadas en el aprendizaje han atraído recientemente una atención significativa, y el objetivo a partir de ahora es capturar estos avances recientes tanto para técnicas basadas en modelos como para técnicas impulsadas por datos en el área de almacenamiento en caché proactivo. Este documento resume la utilización del aprendizaje profundo para el almacenamiento en caché de datos en redes de borde. Primero, esbozamos los temas de investigación típicos en el almacenamiento en caché de contenido y formulamos una taxonomía basada en la estructura jerárquica de la red. Luego, se presentan muchos tipos clave de algoritmos de aprendizaje profundo, que van desde el aprendizaje supervisado hasta el aprendizaje no supervisado, así como el aprendizaje por refuerzo. Además, se proporciona una comparación de la literatura más avanzada desde los aspectos de los temas de almacenamiento en caché y los métodos de aprendizaje profundo. Finalmente, discutimos los desafíos de investigación y las direcciones futuras de la aplicación del aprendizaje profundo para el almacenamiento en caché.