No 1. naval：骗子的典型特征，是用复杂的方式解释简单的概念；天才的典型特征，是用简单的方式解释复杂的问题。 ……
    No 2. 可爱的激活函数 “Deep Learning Activation Functions using Dance Moves” ……
    No 3. MIT在1990年出版的《算法导论》
    No 4. 物理老师的“诡计” [偷笑]
    No 5. 斯坦福《线性代数导论/矩阵方法导论》课程(2020)
    No 6. Python实战教程集，涉及爬虫、机器学习等专题
    No 7. 免费书(教材)《Introduction to Applied Linear Algebra – Vectors, Matrices, and Least Squares》
    No 8. #抽奖##赠书# 联合@人邮异步社区 送出3本《深度学习》
    No 9. Keras实例：语义图像聚类
    No 10. Watchy：开源电子墨水屏手表
    No 11. #抽奖##赠书# 携手@博文视点Broadview 送出 5 本《图神经网络：基础与前沿（全彩）》
    No 12. 你都用大部头经典做过什么？[偷笑]
    No 13. 深度强化学习相关笔记和PPT
    No 14. 关于远程工作…… [笑而不语]
    No 15. AutoTS：自动化时序预测模块
    No 16. #抽奖##赠书#活动汇总，参与请转发原微博：《深度学习》
    No 17. 表情更丰富的动画人脸合成
    No 18. ggdist: 分布和不确定性可视化
    No 19. #抽奖##赠书# 联合@华章图书 送出5本2021最值得期待的Python进阶宝典《Effective Python：编写高质量Python代码的90个有效方法（原书第2版）》
    No 20. “简单248步学会Kubernetes” [喵喵]
    No 21. 法国画家Laurent Parcelier作品
    No 22. 早！[太阳]
    No 23. Microsoft Power Fx：微软推出的开源低代码编程语言
    No 24. Kineto：PyTorch模块性能分析器
    No 25. [CL]《M6: A Chinese Multimodal Pretrainer》
    No 26. 晚安～ [月亮]
    No 27. [CV]《Generative Adversarial Transformers》
    No 28. [CV]《Transformer in Transformer》
    No 29. 今日推介(第237期)：生成式对抗Transformer、Transformer-iN-Transformer(TNT)模型、单阶段生成式对抗网络训练、持久性消息传递、数据超高效GAN训练：先抽奖，再严格训练、M6：大规模中文多模态预训练、自诊断与自纠偏：减少自然语言处理语料库偏差的建议、基于视频深度学习的术后右心室衰竭预测、面向 ……
    No 30. ‘网络协议2天集训
    No 31. 几篇论文实现代码
    No 32. 免费书《分子和材料深度学习》
    No 33. “现实世界的任务对强化学习来说是最大的挑战，但也是最大的机遇。”《Way beyond AlphaZero: Berkeley and Google work shows robotics may be the deepest machine learning of all | ZDNet》
    No 34. “花枝招展”画面感来了～ //@45分钟前:记得上数学物理课每次的结尾经常是：一个花枝招展巨大的积分，谁也算不出来那种，然后就下课了。
    No 35. Getting started：CPU/GPU/VPU/FPGA上最快的多平台深度学习车牌识别
    No 36. 新型昆虫无人机，可以做翻滚动作，每秒振动翅膀近500次，重量相当于一个曲别针📎 src:网页链接 爱可可-爱生活的微博…
    No 37. WIT : 基于维基百科的大型多语言多模态数据集
    No 38. DoTA：无人驾驶异常检测数据集
    No 39. [LG]《Ultra-Data-Efficient GAN Training: Drawing A Lottery Ticket First, Then Training It Toughly》
    No 40. 口语理解(SLU)最新进展综述
    No 41. T-NER：用于命名实体识别的Python语言模型微调工具
    No 42. [RO]《How to Train Your Robot with Deep Reinforcement Learning; Lessons We’ve Learned》
    No 43. [CV]《Training Generative Adversarial Networks in One Stage》
    No 44. fastmoe：基于PyTorch的MoE模型训练系统
    No 45. VideoLiterature：视频研究相关文献列表
    No 46. 从文本创建流程图
    No 47. PyGlossary：各种词典数据文件的转换/读写工具
    No 48. 主动学习文献资源列表
    No 49. [CL]《Self-Diagnosis and Self-Debiasing: A Proposal for Reducing Corpus-Based Bias in NLP》
    No 50. 用TinyML实现边缘节点远程“抄电表”