No 1. 【iPad Pro机器学习工作流】
    No 2. 对自己好一些：1、感觉不对，就不要做。2、说出自己的感觉。3、不要一味讨好别人。4、相信直觉…
    No 3. 做事时，在心里自言自语，其实是让自己保持专注的好办法。 …
    No 4. 【rectorch：PyTorch实现的最先进推荐算法】
    No 5. 宅家不离床办公学习神器～ 我该考虑带货了 🤣 http://t.cn/A62q6YHh …
    No 6. 晚安～[月亮] http://t.cn/A62bdD9v
    No 7. 一图看懂嵌套虚拟机 🤪
    No 8. 【用ggplot2“无所不画”】
    No 9. 【OpenCV实现的实时“阿凡达”特效(First Order Motion Model)】
    No 10. 《联邦学习》
    No 11. 【深度卷积网络通俗介绍(PyTorch)】
    No 12. 纳米注射器将DNA注入细胞 😎
    No 13. ‘spiderman - 基于scrapy-redis的通用分布式爬虫框架’ by Way GitH…
    No 14. 【VS Code的实时可视化调试扩展】
    No 15. 【用PyTorch Lightning实现口罩检测器】
    No 16. 【多模态深度学习(海报+简介)电影类型预测】
    No 17. Sahil Lavingia：如果你不爱读书，说明你没读到对的书。 …
    No 18. Catalin Pit：如何学习新的编程技能？ 1、看一个教程，跟着老师构建应用。 2、在尽量少…
    No 19. 【Facebook将最新CV技术用于提供购物新体验】
    No 20. 【拆穿数据科学家“AI忽悠”的七种方法】
    No 21. 本文归纳了知识蒸馏在推荐系统的应用方法。在各个环节采取知识蒸馏方法，是可能达到提升推荐质量的同时，同…
    No 22. 解决问题小技巧.
    No 23. 【语音增强/语音分离/音源分离相关资源大列表】
    No 24. 【在截屏图片里用OCR发现敏感信息的检测工具】
    No 25. 【AI应用的五步实践框架】
    No 26. 【LaTeX.CSS：让网站像LaTeX文档一样的CSS框架】
    No 27. Camille Przewodek作品 🎨
    No 28. 这是莱利。每天早上，他都会把玩具叼到墙上扔出去，附近的过路人只好跟他玩一会，屡试不爽。 http:…
    No 29. “知识蒸馏在推荐系统的应用”
    No 30. ‘char_featurizer - 汉字字符特征提取工具，可以提取出字符中的字音（声母、韵母、声调…
    No 31. 【Python可视化超级速查】
    No 32. 《Attention-based network for low-light image enhancement》
    No 33. 不必想太多，该来的，总会到来。 把精力转移到可以改变的事物上，不论何时，把注意力集中在积极的事物上。…
    No 34. 《ESPRIT: Explaining Solutions to Physical Reasoning Tasks》
    No 35. 《看漫画学Python：有趣、有料、好玩、好用(全彩版)》
    No 36. 《MMFashion: An Open-Source Toolbox for Visual Fashion Analysis》
    No 37. 《Domain Conditioned Adaptation Network》
    No 38. Daniel Abel 作品 🎨
    No 39. 【Networkx & Plotly网络可视化实战入门】
    No 40. 【JupyterDash：在Jupyter里嵌入Dash应用和组件】
    No 41. OpenAI的代码自动生成Demo，基于GitHub上的大量代码训练，看样子能节省不少搜索大法的时间…
    No 42. 《Self-Supervised Deep Visual Odometry with Online Adaptation》
    No 43. 《varstan: An R package for Bayesian analysis of structured time series models with Stan》
    No 44. 【在科研期刊上发表的七个步骤：如何准备有影响力的论文并避免常见陷阱】
    No 45. 《Network On Network for Tabular Data Classification in Real-world Applications》
    No 46. 【概率的数学基础】
    No 47. GitHub:http://t.cn/A62q47bV //@爱可可-爱生活: 现在就试试：pip …
    No 48. 《RSO: A Gradient Free Sampling Based Approach For Training Deep Neural Networks》
    No 49. 【《看漫画学Python》】
    No 50. 2020计划 vs. 2020 🤣