No 1. 可视化证明：1/3 + (1/3)² + (1/3)³ + … = 1/2 …
    No 2. 最好的老师，不是给你所有答案的人。而是那些对自己无法回答的问题感到兴奋的人，是那些教会你如何质疑和挑…
    No 3. 【因果推理表示学习】
    No 4. 【CMU课程：《深度学习进阶(2020)》】
    No 5. 初级程序员：我的代码很简单、很好读。中级程序员：我的代码优雅、机智、创新、富有表现力、高度优化、出…
    No 6. 【AAAI 2020知识图谱研究摘要】
    No 7. ‘面试算法/数据结构笔记 - Algorithm for Interview（面试算法笔记-中文）’…
    No 8. Mac版PowerPoint的“重新排序对象”
    No 9. 【免费书稿：《数学与计算：技术和科学的革命性理论》】
    No 10. AR Piano——最新#AR#钢琴App：可观看高水准的音乐演奏，包含前所未有的细节，完全在AR / VR下的3D展现，可让你学习最复杂的钢琴作品的复杂的手部演奏动作。以下是肖邦“革命练习曲”
    No 11. 【用NCA实现K近邻分类】
    No 12. 有些workshop的评审过程…… http://t.cn/A6hwy9Ft …
    No 13. 圈内大佬和你 🐱 [笑而不语]
    No 14. 【Python项目构建指南】
    No 15. 【两分钟论文解读之OpenAI大规模深度强化学习打DOTA 2】
    No 16. 【最新的黑白照片在线自动着色服务(基于DeOldify)】
    No 17. 【Python字符串相似性算法库】
    No 18. 【图像分割工具箱：通用超像素分割/中心检测/区域生长】
    No 19. Gwen (Chen) Shapira：我们还在沉迷于神话般的大数据吗？大多数组织真正面对的问题，是…
    No 20. 百架无人机灯光秀 🤩 http://t.cn/A6hwIPuA …
    No 21. 【3RScan：大规模实景数据集，包括478个自然变化室内环境，1482个3D重建/快照，可用于基准测试新兴任务，如long-term SLAM、场景变化检测和目标实例重定位】
    No 22. 第一次参加大型国际会议 [坏笑] http://t.cn/A6PsYtU3 …
    No 23. 《Unsupervised Discovery of Interpretable Directions in the GAN Latent Space》
    No 24. 【BERT, ELMo, & GPT-2: 语境化的词表示有多语境化？】
    No 25. 【CMU 2020年“神经网络NLP”课程开课】
    No 26. 汽车限制了我们的想象力
    No 27. 【CORD：(收据)OCR后处理解析数据集】
    No 28. 想想看AI领域又何尝不是呢？
    No 29. 【deeppavlov.ai的深度强化学习进阶课程】
    No 30. john stuart thrill：哲学史是一段螺旋式的楼梯；它的所有进步，从错误的角度看，都像是…
    No 31. 《Will AI Write the Scientific Papers of the Future?(AAAI 2020)》
    No 32. #bilibili#搬运：http://t.cn/A6PO7HlZ 更新至L9…
    No 33. 【TensorFlow Lattice：灵活、可控、可解释的机器学习】
    No 34. 【Bengio, Hinton, and LeCun：加速神经网络训练、推理的新硬件，能产生规模大得多的模型，或许有一天会使万亿突触神经网络成为可能，同样重要的还有即将到来的机器人技术革命】
    No 35. 【会自我生长的神经细胞自动机】
    No 36. 【用PyTorch-Ignite编写可读、可维护代码】
    No 37. 【缺失大量行人、骑车人标注的无人驾驶数据集可能是个大问题】
    No 38. 《Collaborative Global-Local Networks for Memory-Efficient Segmentation of Ultra-High Resolution Images》
    No 39. 《Deep Graph Mapper: Seeing Graphs through the Neural Lens》
    No 40. 《SADA: Semantic Adversarial Diagnostic Attacks for Autonomous Applications》
    No 41. 【Yan Lecun：自监督学习】
    No 42. 《Attentive Group Equivariant Convolutional Networks》
    No 43. 《WINOGRANDE: An Adversarial Winograd Schema Challenge at Scale》
    No 44. 【数据库原理学习资源列表】
    No 45. 【基于Scikit-Learn的Python高性能拓扑机器学习工具箱】
    No 46. 《Blank Language Models》
    No 47. 《Time Series Alignment with Global Invariances》
    No 48. 不少朋友问在哪找论文源码，首选 Papers With Code http://t.cn/RryLr…
    No 49. 《Statistical Optimal Transport posed as Learning Kernel Embedding》