项目介绍

虽然说是100天学会Pytorch，但实际上并不一定非要100天完成，可能更快，也可能更慢，主要看个人的学习时间和学习能力。 本项目旨在帮助大家系统地学习Pytorch框架，从基础知识到实际应用，涵盖了深度学习中的各个重要方面。通过每天的学习任务，逐步掌握Pytorch的使用方法和技巧。

同时，本项目的主要侧重点在pytorch本身上的学习，而不是模型算法的原理讲解。因此，建议大家在学习本项目的同时，结合其他深度学习相关的资源，全面提升自己的深度学习能力。 但是框架本身的学习与模型算法的学习也是分不开的，本项目也会在另外的模块中提供深度学习算法的实现。 由于笔者主要研究方向为计算机视觉，对于其他的研究方向涉猎不深，如果您有其他方向上好的项目愿意共享，欢迎提交PR。

希望你我共同学习，共同进步！

目录结构

（暂定，我可能对自动微分等主题设计更多的内容，最终目标是即使是卷王也没有办法在100天内学完，但我保证一定会持续更新的，欢迎大家给个星，谢谢大家了）

• Day_01_to_10: Pytorch基础知识和张量操作
• Day_11_to_20: 神经网络基础和模型构建
• Day_21_to_30: 优化算法和损失函数
• Day_31_to_40: 卷积神经网络（CNN）
• Day_41_to_50: 循环神经网络（RNN）和自然语言处理（NLP）
• Day_51_to_60: 生成对抗网络（GAN）
• Day_61_to_70: 迁移学习和预训练模型
• Day_71_to_80: 模型部署和优化
• Day_81_to_90: 高级主题和最新研究进展
• Day_91_to_100: 综合项目实践
• Deep_Learning_Algorithms: 深度学习算法实现（非Pytorch框架学习）
• Resources: 相关学习资源和参考资料
• Exercises: 练习题和项目
• Solutions: 练习题和项目的参考答案

参考资料

本项目主要是对公开资料的学习、归纳、总结和实践，以下是一些重要的参考资料：

1. PyTorch官方文档

贡献指南

欢迎大家为本项目贡献代码和资源！如果你有好的学习资料、代码实现或者改进建议，欢迎提交PR或者Issue。
在提交PR之前，请确保你的代码符合项目的代码风格，并且通过了所有的测试。 请在PR描述中详细说明你的修改内容和目的。 感谢你的贡献！

许可证

本项目采用MIT许可证，详情请参见LICENSE文件。

联系方式

如果你有任何问题或者建议，欢迎通过以下方式联系我：

• 邮箱:2133803061@qq.com, mimir4wxd@gmail.com 期待与你的交流与合作！

致谢

感谢所有为本项目做出贡献的开发者和学习者，你们的支持和参与使得这个项目得以不断完善和发展！ 感谢开源社区提供的丰富资源和支持，让我们能够更好地学习和成长！ 让我们一起加油，在Pytorch的学习之路上不断前行！ 祝学习愉快！

Buy me a Coffee

如果你觉得这个项目对你有帮助，欢迎请我喝杯咖啡，以表支持！ (暂无链接，自己一篇文章还没写，实在没脸贴出收款码。嘻嘻，我一定要学下去)

本项目所有收益将用于为我支付助学贷款和知识付费平台的订阅费用，以便我能够继续学习和提升自己，从而更好地维护和更新本项目。 感谢你的支持和理解！

广告位招租

广告位招租，欢迎联系我。 （目前只接斐济悲，必须先发我一份样品）