30 天挑戰終於完成了，終於恢復自由身了！這 30 篇不只是傳遞分享知識的過程，更是讓自己鞏固加深原有的知識，這也是寫技術文最大的收穫。

回顧這一系列，從 deep learning 的基本原理和實作時需要的先備知識開始講解起，接著簡單利用 MNIST 任務來介紹如何用 PyTorch 架構自己的 model。接著進入應用篇，分別為 DL 在 NLP、CV、及 RL 三大領域的發展開了子系列文，除了介紹各自主要的架構，更多的是經典或新潮學術成果的分享，以及獻醜自己在 Stanford 修課時做的 project，希望讓讀者未來想開始做 project 時對方向和規模有大致的概念。

每一篇都是經過查詢很多參考資料、文獻濃縮而來，時而自己做圖、寫 code，產出 30 篇以學生角度出發的分享文。如有不嚴謹或凌亂的地方，或是覺得實作不夠多，我只能說在有限的篇幅和時間內我真的盡力了，很抱歉！也謝謝願意閱讀的各位。

Checkpoint 解答將移至新書《Knock Knock! Deep Learning 新手入門深度學習的敲門磚》一書中。