No 1. 两个神经元的相互感应和连接
    No 2. 我不懒，只是太爱 ⬆️[允悲]
    No 3. 如果你没用过：在R里用patchwork方便地将多张图集成为一张图
    No 4. 不取关就是最大的支持 [爱你]
    No 5. 【7天用Go动手写系列[从零实现]】
    No 6. COMP3321: 400页的Python教程资料
    No 7. ‘武汉新型冠状病毒防疫-数据科学项目 nCov Open Data’ by wuhan2020 Gi…
    No 8. 【线性代数：Numpy vs. PyTorch】
    No 9. Michael Hartl：我绝对没法通过大科技公司的编程面试——即使有公司的额面试官是看我的教程学…
    No 10. 糟糕的程序员更关注代码，优秀的程序员更关注数据结构及其关系。- Linus Torvalds …
    No 11. Naval：世界上，老师比比皆是，学生却寥寥无几。 …
    No 12. ‘QQ安全中心 - 动态口令的生成算法’ by Hyper Sine GitHub: http://…
    No 13. 【基于静态自适应对应聚类的可变形目标追踪】
    No 14. 【用XGBoost/GPU实现Learning to Rank】
    No 15. 《Deep Learning for Financial Applications : A Survey》
    No 16. 我不在乎他们偷了我的想法，我在乎的是，他们自己一点想法也没有。 - Nikola Tesla …
    No 17. ‘知识图谱融合方法 - CCF ADL 2019 slides for knowledge grap…
    No 18. 【搭建增量推荐系统】
    No 19. 这谁做的？
    No 20. 【WeatherBench：数据驱动的气象预测基准数据集】
    No 21. 【机器学习工程师/应用科学家/量化研究员面试资料集锦】
    No 22. 用#VR#’玩’数学
    No 23. 【Keras/TensorFlow自编码器实战】
    No 24. 晚安~[月亮] http://t.cn/A6ha3sOS
    No 25. 定义相当完美~ [允悲]
    No 26. Shaq Kalaka：如果亚马逊出了约会App——你结婚了！这里是一些你可能感兴趣的相似的人…… …
    No 27. 用到了patchwork http://t.cn/A6ho9Mf8
    No 28. B站的字幕退回理由实在让人费解 [费解]…
    No 29. 【哥伦比亚大学应用机器学习课程2020】
    No 30. 《MC-BERT: Efficient Language Pre-Training via a Meta Controller》
    No 31. 【《Statistical Rethinking (2nd ed.)》源码Tensorflow Probability移植版】
    No 32. 【CityLearn：开源OpenAI Gym开发环境，旨在实现在城市中实施建筑能源协调和需求响应的多智能强化学习】
    No 33. 《Transformers as Soft Reasoners over Language》
    No 34. 【麒麟框架：强大的跨平台、支持多体系结构的二进制分析框架，能在Linux/MacOS/FreeBSD/Windows(WSL)等操作系统上运行，且不受CPU架构的限制】
    No 35. 【IRedis：Redis交互式客户端，支持自动补全、语法高亮】
    No 36. 【Vladimir Vapnik访谈：谓词、不变性与智能的本质】
    No 37. 《Deep learning of dynamical attractors from time series measurements》
    No 38. 《Neural Approaches to Conversational AI》
    No 39. 曾几何时，最爱的一张碟 ⌚️
    No 40. 【“机器人周报(Weekly Robotics)”资源大列表】
    No 41. 【PyTorch深度学习微课程】
    No 42. 《Strategies for Pre-training Graph Neural Networks》
    No 43. 【图片的t-SNE聚类可视化(Python/Keras/TensorFlow)】
    No 44. 《Transformer on a Diet》
    No 45. 【OctoBot：比特币交易机器人】
    No 46. 【Vladimir Vapnik访谈：统计学习】
    No 47. 《The Next Decade in AI: Four Steps Towards Robust Artificial Intelligence》
    No 48. 【GICP快速点云配准算法集合】
    No 49. 【Scott Aaronson访谈：量子计算】
    No 50. 【《On the Measure of Intelligence》笔记】