No 1. 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 2. 三星手机的3D扫描功能 [笑cry] http://t.cn/A6PcSiNj …
    No 3. 高质量论文应该什么样？
    No 4. 你每次“cd”完会来个“ls”吗？
    No 5. AI要学的还多着哩~ [笑cry] http://t.cn/A6PSHs8F …
    No 6. 【实用特征工程技巧】
    No 7. 费曼学习建议:1、理解比记住更重要！ 2、学习原理，而非公式 3、问问题！ 4、每天读书 …
    No 8. ‘Tesla：完整的 Autopilot 神经网络无人驾驶系统，包括48个网络，经过70,000 G…
    No 9. 参加会议全场只有一个熟人
    No 10. David Robinson：一样的代码用了3次，就写成函数；一样的建议说了3次，就写成博客。 …
    No 12. 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 13. Weir Dobutokay：刚刚意识到，孩子挨罚的很多行为，在成人世界根本不是个事儿。 小孩:…
    No 14. Ben Bartlett：我要写代码，还要改论文，最终，我完成了这个完美的折纸 [坏笑] …
    No 15. Emma Bostian： 一个bug搞了仨小时，毫无进展，极度绝望，痛恨编程 …* 第…
    No 16. 作为一份职业，编程还算比较有趣，也还算是份不错的工作，不过，假如你去经营一家快餐店，可以赚同样多的钱…
    No 17. 基于自编码器的2D人脸变形，面部表情随心操控 🤩
    No 18. 在我读博期间，有位教授说过：“随便找篇论文，其中漏洞之大都能让你开着卡车穿过去，寻找值得你学习的东西”
    No 19. 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 20. Caglar Gulcehre：我觉得，博士生是现代社会最被忽视的群体之一。很多人工作非常努力，工作…
    No 21. 【《如何写论文》：论文写作指南，更是人生指南】
    No 22. “机器学习: 从0到1学Tensorflow(中文) 第四集：构建一个图像分类器”
    No 23. François Chollet：别以为健康是永恒的，别以为敏锐的头脑是永恒的，别以为你所爱的人是永…
    No 24. 【纽约大学2020年Yann LeCun讲授的深度学习课程，课程结束后将开放视频】
    No 25. 【在网上发现数百万数据集】
    No 26. 读博第一年 [偷笑] http://t.cn/A6vrT6eQ
    No 27. 【斯坦福课程：神经科学数学工具——用神经数据集讲解线性代数、微分方程、概率与统计等数学概念(Matlab)】
    No 28. Bridge Bot：出色的全地形微型机器人
    No 29. 贝叶斯统计入门 [偷笑]
    No 30. 可视化解释：圆面积等于其周长和半径乘积的一半
    No 31. 【约翰·霍普金斯大学的全球冠状病毒实时扩散地图】
    No 32. 可视化：科比投球位置统计 🏀 #致敬24#
    No 33. Kelly Vaughn：编程时卡壳了，就去睡一觉吧。 然后，当你醒来，再次试着解决，可依然卡壳时，…
    No 34. 【NLP数据集/基准任务大列表】
    No 35. 一只苹果的复活 🤩 http://t.cn/A6PNPztK …
    No 36. 什么人才最受欢迎：1960年：懂很多事的人 1990年：善于学习新事物的人 2020年：善于学…
    No 37. 【数据可视化作品源码集(R)】
    No 38. Paras Chopra：写下来的好处，不在于以后能想得起来，而在于强迫你想清楚，落到纸面上的文字需…
    No 39. 【把Tensorflow调试时间减少90%的小技巧】
    No 40. 【统计与计算】
    No 41. 【深度感知视频插帧(DAIN)】
    No 42. 【《统计学因果推理：初级读本》样章(预览)】
    No 43. Alex Gude：模型改进的实际过程往往是这样的： - 基线：53％ - 逻辑回归：58％ - 深度学习：61％ - 修正数据：77％ 超参优化之外好好“理解数据”
    No 44. 【哥伦比亚大学课程：经济学、AI与最优化】
    No 45. 【六个月从编程小白到数据科学家】
    No 46. Rachael Tatman：如何找到研究思路：1) 找出你感兴趣的现有研究领域；2) 在该领域找篇论文，看人家引用了哪些研究，参考他们(可以试试 www.semanticscholar.org )；3) 接着看，直到产生一个问题: “如果我试试X，会怎么样? ”
    No 47. 【“早知道就好了”的Python可视化技巧】
    No 48. 【如何组织Python代码】
    No 49. ‘OI & ACM 课件分享 - 收集来自互联网上公开分享的信息竞赛学习课件’ by hzwer G…
    No 50. 【2020计算机视觉25大项目创意】