No 1. 打开就变成天文球的戒指 💍✨ (十六世纪德国制造) …
    No 2. 《深度学习的数学》
    No 3. 【深度学习NLP教程资料】
    No 4. 进度条
    No 5. 1950年代的复古未来主义(Retro-futurism)艺术 …
    No 7. 2019进度：▓▓▓▓▓░░░░░░░░░░ 36% [加油机]️ …
    No 8. ‘Leetcode solutions in Python’ by Garvit Bansal Gi…
    No 9. 《Linear Algebra: Step by Step (1st Edition)》
    No 10. 【用于各种时序数据挖掘任务的强大可扩展Python库】
    No 11. 【Python机器学习课程】
    No 12. 上千无人机上演的超大空中灯光秀 src:http://t.cn/EK2CIkU http://t.c…
    No 13. 【推荐系统的非凡世界】
    No 14. 【怎么把Snapchat自拍“变性”过滤器“玩坏”】
    No 15. 在没装Python的Windows机器上敲Python，会自动打开Windows Store的Pyt…
    No 16. 【基于深度语言模型的医疗问答系统】
    No 17. 《Learning Embeddings into Entropic Wasserstein Spaces》
    No 18. 【TF-Ranking介绍】
    No 19. 《D2-Net: A Trainable CNN for Joint Detection and Description of Local Features》
    No 20. 《别为琐事烦恼》
    No 21. Sahil Lavingia：相比坐在电脑前，我长时间散步时解决的问题要多得多。 …
    No 22. 《锦灰堆: 王世襄自选集》
    No 23. 早！[太阳]
    No 24. 【维基百科：生成对抗网络】
    No 25. 《GPipe: Efficient Training of Giant Neural Networks using Pipeline Parallelism》
    No 26. 【用fastai实现SPADE涂鸦变照片】
    No 27. 【用贝叶斯优化发现最适合数据集的图像增广策略】
    No 28. [笑cry]
    No 29. 【用Yellowbrick分析机器学习模型】
    No 30. 【Colab加载CSV文件的三种方式】
    No 31. NLP 😂
    No 32. 【时尚+AI 文献、资源大列表】
    No 33. 【决策树搜索文献大列表】
    No 34. 《MASS: Masked Sequence to Sequence Pre-training for Language Generation》
    No 35. 【手把手：看例子理解PyTorch】
    No 36. 刚从外面玩回来8岁小盆友手上的细菌 by Tasha Sturm …
    No 37. 【AI未来说！最前沿的AI青年论坛第五期(量子计算专场)】
    No 38. 《Targeted Sentiment Analysis: A Data-Driven Categorization》
    No 39. “第三轮修改后被拒稿”
    No 40. 《Multi-Person Pose Estimation with Enhanced Channel-wise and Spatial Information》
    No 41. “千年隼”
    No 42. ‘iMaterialist Competition 2019’ by Visipedia GitHu…
    No 43. 《Directing DNNs Attention for Facial Attribution Classification using Gradient-weighted Class Activation Mapping》
    No 44. 《RadiX-Net: Structured Sparse Matrices for Deep Neural Networks》
    No 45. 动态可视化：1950年以来非洲婴儿死亡率变化情况 http://t.cn/EKAbF3E…
    No 46. 【深入GANs】
    No 47. 《Learning to Interpret Satellite Images in Global Scale Using Wikipedia》
    No 48. ‘可以自己进行训练的中文聊天机器人， 根据自己的语料训练出自己想要的聊天机器人，可以用于智能客服、在…
    No 49. 【基于谓词逻辑的英语/德语文本信息抽取】
    No 50. 大自然的神“P图”