No 1. 数据科学家手把手Docker使用指南
    No 2. #抽奖##赠书# 携手@图灵教育 送出 5 本《深入浅出神经网络与深度学习》
    No 3. Neil Lawrence：亲爱的机器学习研究生们，说实话，过去5-10年，真正的新想法少之又少，请对只引用了过去十年论文的文献综述保持怀疑
    No 4. “所有蘑菇都能吃，不过有些就只能吃一次。”
    No 5. 晚安～[月亮]
    No 6. 潜图学习：流形学习新视角
    No 7. The Pile™：构建全球最大的开源语言建模数据集，第一版目标是1TiB英文文本语料
    No 8. Naval：钱买不到幸福——能买到自由。
    No 9. 可视化：KL散度不对称性 via:Ari Seff
    No 10. PyTorch Lightning Bolts：新的PyTorch Lightning深度学习研究和生产工具箱，流行模型的PyTorch Lightning实现集合，所有模型经过良好测试和优化，可以在多GPU/TPU上提速运行
    No 11. ‘PyCharm Guide - PyCharm 中文指南’ by iswbm GitHub:
    No 12. 学习计划：每天学点数据科学
    No 13. 云原生服务生态全景图
    No 14. 参加完机器学习比赛拿训练好的模型做什么？
    No 15. ‘106点人脸关键点检测的PFLD算法实现’ by Xintao GitHub:
    No 16. 最佳程序员抗疫宣传 [哈哈]
    No 17. DeepSpeed：人人可用的超规模模型训练
    No 18. 《Brain2Word: Decoding Brain Activity for Language Generation》
    No 19. 东京大学松尾研究室整理的强化学习进化路线图 [赞]
    No 20. ‘A benchmark of UCAS-AOD dataset.’
    No 21. 今日推介：文本生成现代方法综述、用网络解剖(Network Dissection)分析深度网络单独网络单元角色、从脑活动功能性磁共振成像(fMRI)扫描解码出连贯文本的Brain2Word模型、聚焦暴力和极端主义领域研究的心理语言学词典Grievance ……
    No 22. 《Modern Methods for Text Generation》
    No 23. WSL 2新特性：用wsl --mount加载Linux文件系统格式(如ext4)物理磁盘
    No 24. #抽奖##赠书#携手@博文视点Broadview 送出 5 本《阿里云天池大赛赛题解析——机器学习篇》
    No 25. 打造Vim的C++开发环境
    No 26. 早！[太阳]
    No 27. Sahil：无欲无求等于拥有一切。
    No 28. platypus：R语言目标检测/图像分割包
    No 29. Octo CLI：方便将数据库开放为数据serverless web service的命令行工具
    No 30. 几篇论文实现代码
    No 31. 音频/语音预训练模型集
    No 32. 伪激光雷达：无人驾驶(双目几何)立体视觉
    No 33. Land cover mapping project：微软的卫星图像自动标记项目
    No 34. 《Understanding the Role of Individual Units in a Deep Neural Network》
    No 35. LightCTR：Tensorflow 2.0的CTR/CVR预测模型可扩展工具箱
    No 36. Eiten - Algorithmic Investing Strategies for Everyone：统计和算法投资策略
    No 37. (研究生)计算机图形学课程
    No 38. 《Meta-Learning with Sparse Experience Replay for Lifelong Language Learning》
    No 39. 《SketchEmbedNet: Learning Novel Concepts by Imitating Drawings》
    No 40. 几篇论文实现代码
    No 41. TensorFlow Lite Task Library：针对流行机器学习任务提供的一套强大易用的模型接口，可处理大多数前后处理和复杂逻辑
    No 42. 有趣的双螺纹螺栓 😎
    No 43. 《Importance Weighted Policy Learning and Adaption》
    No 44. 数据科学家需要了解的四种超参调试技术
    No 45. ‘基于百度WebQA与Dureader数据集训练的Albert Large QA模型’ by Zhen Wang ……
    No 46. ‘TFRecorder - makes it easy to create TensorFlow records from ……
    No 47. 数据科学家PyTorch全面指南
    No 48. 成本200美元支持SteamVR的开源VR头盔
    No 49. torchcde：PyTorch可微受控微分方程解算器
    No 50. 元学习通俗概览