No 1. 什么是编程思维？就是把问题的解决方案描述成能准确复现的步骤清单的思维方式，不论对方是人还是机器。 爱可可-爱生活的微博…
    No 2. 讨论：深度学习博士的烦恼——“我所做的主要是把现有方法重用在不同的领域……和其他人相比，我严重缺乏数学背景……有时感觉不像是研究，更像是工程”
    No 3. 我深爱科学的原因是，当你学习的时候，并没有真正得到答案，只是得到更好的问题。 - John Green
    No 4. Naval：改变他人的最佳方式，或许也是唯一方式，就是成为榜样。
    No 5. 从老诺基亚手机拆出来的0.5寸4GB硬盘，有点可爱 [笑而不语]
    No 6. 早！[太阳]
    No 7. 越来越多的老牌开源开发者正在发起抵制GitHub的浪潮，他们指责GitHub Copilot用受版权保护的代码作训练数据，无视代码许可将代码“注入”到用户的未授权项目中，严重侵害了原代码作者的权益，你怎么看？ ……
    No 8. AI, NLP, 深度学习博士文献阅读列表
    No 9. Lorin Hochstein：软件工程师观点的演进: 关键在代码 -> 关键在设计 -> 关键在需求 -> 关键在协调 ……
    No 10. 晚安～ [月亮]
    No 11. ‘reflective-clothes-detect-dataset、helemet detection ……
    No 12. 线上代码救火现场 [笑cry]
    No 13. 成败在此一举 [笑而不语]
    No 14. 有被感动到吗？[喵喵]
    No 15. 所有“AI生成”服务，本质上都是记忆+插值，或者说搜索+篡改，不是吗？
    No 16. 有些技术书读起来很艰涩，其实也是因为作者缺少编程思维
    No 17. Manim-Tutorial：数学动画引擎manim教程
    No 18. cppserdes：面上嵌入式系统的C++序列化/反序列化库
    No 19. #抽奖##赠书# 携手 @人邮异步社区 送出5本《Python编程实战：妙趣横生的项目之旅》
    No 20. ‘TensorRT Examples(object detection)
    No 21. ElegantRL：用PyTorch实现的轻量、高效、稳定的深度强化学习算法
    No 22. [LG]《Secure Quantized Training for Deep Learning》
    No 23. 记一次线上产品发布过程 [偷笑] 爱可可-爱生活的微博…
    No 24. #抽奖##赠书# 携手@博文视点Broadview 送出 5 本《速通机器学习》
    No 25. #抽奖##赠书# 携手 @北京大学出版社 送出5本《GAN生成对抗神经网络原理与实践》
    No 26. AI/机器学习播客大列表
    No 27. 几篇论文实现代码
    No 28. #抽奖##赠书#活动汇总，参与请转发原微博：《ClickHouse原理解析与应用实战》
    No 29. #抽奖##赠书# 为庆祝#ClickHouse# 开源5周年，联合@华章图书 @华章计算机科学 送出5本《ClickHouse原理解析与应用实战》
    No 30. Sonic：超快的JSON序列化/反序列化库
    No 31. [CL]《XLM-E: Cross-lingual Language Model Pre-training via ELECTRA》
    No 32. [LG]《GNNAutoScale: Scalable and Expressive Graph Neural Networks via Historical Embeddings》
    No 33. 今日推介(第361期)：场景精华、卷积神经网络的鲁棒性和可迁移性、视觉Transformer的增强捷径、基于雅各布正则化稳定平衡模型、面向数据增强的单图像纹理变换、自损式对比学习、基于历史嵌入的可扩展表达性图神经网络、基于大规模语言和视觉模型的视觉概念整合、深度学习的安全量化训练 ……
    No 34. 机器学习/AI模型治理、伦理、责任相关资源大列表
    No 35. [CV]《On Robustness and Transferability of Convolutional Neural Networks》
    No 36. [CL]《Visual Conceptual Blending with Large-scale Language and Vision Models》
    No 37. Machine Learning for Beginners - A Curriculum：微软的机器学习入门课程
    No 38. 潜图神经网络：流形学习2.0？
    No 39. 在未来高度程序化的世界，你要么开发软件，要么成为软件。很简单：要么编程，要么被编程。 - Douglas Rushkoff ……
    No 40. 3D Multi-Object Tracker：3D多目标跟踪
    No 41. [CV]《Single Image Texture Translation for Data Augmentation》
    No 42. ‘长沙公司待遇汇总[喵喵]
    No 43. [CV]《Multi-Label Learning from Single Positive Labels》
    No 44. bibliothecula：带有标签和全文搜索的文档管理器
    No 45. [CV]《Augmented Shortcuts for Vision Transformers》
    No 46. [LG]《Stabilizing Equilibrium Models by Jacobian Regularization》
    No 47. Keras实例：临近策略优化
    No 48. [CV]《CLIP2Video: Mastering Video-Text Retrieval via Image CLIP》
    No 49. [CV]《CSWin Transformer: A General Vision Transformer Backbone with Cross-Shaped Windows》
    No 50. ‘《CTF竞赛权威指南》