No 1. 贝叶斯统计入门 [偷笑]
    No 2. Himan Abdollahpouri：五年前从一位教授那得到的最好的忠告：“读博的最终产出不是论文，而是你自己”
    No 3. 面试官: 你为什么要离开上一份工作？ 我: 上一个工程师为什么要离开这份工作？
    No 4. Bates Physio：个人看法：研究生应该上最少量的课，以帮助他们在研究上取得成功——大部分知识…
    No 5. 【研究表明，休息或小睡可以帮大脑创造通往解决方案的路径(在睡眠中重新激活记忆中的问题可以触发解决方案)——实在搞不定，就去睡一觉吧】
    No 6. Google搜索小技巧：想要学习某个机器学习概念，用Google搜索 “python <概念名> from scratch”
    No 7. 【PyTorch3d：(PyTorch)3D视觉深度学习库】
    No 8. Oliver Beattie：问题在于，大多数时候，我们倾听 不是为了理解/体会，而是为了回答/反驳…
    No 9. 【机器学习自动化的六个级别】
    No 10. 【在网上发现数百万数据集】
    No 11. 【Mici：概率模型近似推理MCMC方法实现包(Python)】
    No 12. Ben Bartlett：本科物理课应该教授的技能: - 如何使用git - 适…
    No 13. 师兄能帮你轻松搞定实验，不是因为他更聪明，而是因为同样的状况他已经碰到过上百次了 [笑而不语] h…
    No 14. 【数据科学基础：面向无编程经验人士的Python数据科学入门教程(Colab Notebooks)】
    No 15. 【笔记本上用Vaex/Scikit-Learn五分钟训练十亿样本】
    No 16. 【SpaceNet 6 比赛：多传感器全天候地貌检测】
    No 17. François Chollet：看CT片子很难，我从不怀疑，只要有训练数据足够，深度学习最终一定会…
    No 18. 【波士顿动力开发包】
    No 19. 【深度强化学习相关资源大列表】
    No 20. 【Elixir/Phoenix实时目标检测】
    No 21. 《ImageBERT: Cross-modal Pre-training with Large-scale Weak-supervised Image-Text Data》
    No 22. 【迁移学习：跨入自然语言处理新时代】
    No 23. The Stoic Emperor：几个世纪以来，人类一直试图把自己变成一台机器。他们学会了准时到达…
    No 24. 【深度学习的未来】
    No 25. 【下一代机器学习工具】
    No 26. 【深度学习架构、模型和技巧集合(TensorFlow/PyTorch)】
    No 27. 【数据科学如何提出正确的问题？】
    No 28. 《SynSin: End-to-end View Synthesis from a Single Image(Mesh R-CNN)》
    No 29. 【practicalAI 2.0：实用机器学习方法(基于TensorFlow 2.0 + Keras)】
    No 30. 【EchoNet Dynamic：面向医学机器学习的大型心脏运动视频数据集】
    No 31. practicalai.me 正式发布，Tutorial: http://t.cn/A6P2aai2…
    No 32. 【ktrain：Keras简化封装库，集成多种主流文本、视觉、图预训练模型】
    No 33. 【Vivienne Sze：面向深度学习、机器人与AI的高性能计算】
    No 34. 【好奇研究者成功发表指南(11点技巧)】
    No 35. 【Kaggle开放日：Kaggle比赛中的常见障碍】
    No 36. 【果蝇后脑连接体：有史以来最完整的大脑突触级连接图】
    No 37. 《Reimagining the PhD》
    No 38. 戏里戏外的卓别林 [微笑]
    No 39. 【人们会觉得不完整照片中的人脸更有吸引力】
    No 40. 《Deep Depth Prior for Multi-View Stereo》
    No 41. 《Optimal binning: mathematical programming formulation》
    No 42. 【AdelaiDet：开源多实例级检测应用工具箱】
    No 43. 【用三角形、六边形或其他精选拼贴图案镶嵌您喜欢的3D曲面】
    No 44. 《Q-Learning in enormous action spaces via amortized approximate maximization》
    No 45. 《Nonparametric Causal Feature Selection for Spatiotemporal Risk Mapping of Malaria Incidence in Madagascar》
    No 46. 高质量论文应该什么样？
    No 47. 【终端应用高级主题设置】
    No 48. 【DNet：基于JAX的神经网络库】
    No 49. 【深度学习表格检测、信息提取和结构化】