No 1. C程序员的梦想显示器——好在一屏内显示全部链接错误信息 😂 …
    No 2. Naval：平静，健康，是你最值得拥有的全部，其他，都是过眼云烟。 …
    No 3. 【PyTorch官方教程大幅更新】
    No 4. 看自己以前写的代码是种什么体验？🤣 http://t.cn/A6AT6GB9 …
    No 5. 对这种漂亮的笔记毫无抵抗力
    No 6. 【BERT如何“理解”语言？】
    No 7. 《New Google Lens features to help you be more productive at home》
    No 8. 【斯坦福《视觉计算系统》(2020)】
    No 9. 《可解释的机器学习—黑盒模型可解释性理解指南》
    No 10. 我认为CS学位可以更好，如果能教他们: 如何为开源做贡献 了解相关术语，如 敏捷，Scr…
    No 11. 当你的工作被别人在论文“之前失败尝试”
    No 12. 【CMU《离散微分几何》(2020)】
    No 13. Morgan Housel：学校规定：论文不得少于5页。现实规则：七秒钟给我说清楚，时间一到就走人。…
    No 14. 《实时语音处理实践指南》
    No 15. Jo Grundy作品 🎨
    No 16. 【快去领取你的名画画风肖像🎨🤩】
    No 17. 《计算机简史(第3版)》
    No 18. Denny Britz：很多论文想法其实很有趣，但并没有清楚地展现出来，而是为得到SOTA，把各种参…
    No 19. 《计算机图形学编程 使用OpenGL和C》
    No 20. 【GAN训练过程可视化】
    No 21. 【C++优化技巧集】
    No 22. 给Windows XP虚拟机分配16核CPU、32G内存…… 🤪 http://t.cn/A6A…
    No 23. 【PapersWithCode用机器学习提取论文表格汇总最新实验结果数据】
    No 24. ‘pySLAM v2 - pySLAM contains a monocular Visual Od…
    No 25. 【超级学习者的六个好习惯：大量阅读、将学习视为过程而非目的、成长型思维、把所学教给别人、“善待”大脑、懂得经常“暂停”】
    No 26. François Chollet：这确实反映了许多研究人员习惯于思考研究的方式。不是探索未知、挖掘有…
    No 27. 《From Variational to Deterministic Autoencoders》
    No 28. 【免费书：R语言入门】
    No 29. 【TorchXrayVision：基于PyTorch的X光胸片数据集/模型库】
    No 30. 【车辆路径规划问题求解器】
    No 31. 晚安～[月亮] http://t.cn/A6Al0x4K
    No 32. 超赞的街头涂鸦 😜
    No 33. 玩出zoom新高度 😎😎
    No 34. 《Collective Loss Function for Positive and Unlabeled Learning》
    No 35. 【全栈Transformer库(训练、推理与服务)】
    No 36. 【用深度学习理解推特】
    No 37. 妙～绘制共焦椭圆的简单方法
    No 38. Naval：有两种最大的投资错误，一种是恐慌性购入，一种是恐慌性抛售。 …
    No 39. 【机器学习/AI视频课程大列表】
    No 40. 【Keras(官方)开发者指南&示例集锦】
    No 41. 讲MIT线性代数的gilbert strang老爷爷已经85岁了，在疫情期间一个人对着摄像机出了新的…
    No 42. 《Biomedical Entity Representations with Synonym Marginalization》
    No 43. 《Self-Supervised Human Depth Estimation from Monocular Videos》
    No 44. 【pix2vertex图到图迁移无限制面部几何重建的PyTorch实现】
    No 45. ‘GraphLog - API for accessing the GraphLog dataset…
    No 46. [哈哈]
    No 47. 【从论文中提取表格数据】
    No 48. 《A simulation study of disaggregation regression for spatial disease mapping》
    No 49. 《Plan2Vec: Unsupervised Representation Learning by Latent Plans》
    No 50. 《Python编程与实践》