No 1. 真正的“防抖神器”——基于神经网络重渲染的整帧视频稳定
    No 2. AI表示这个煎蛋有点奇怪 [doge]
    No 3. 这什么技能？ [酷] 爱可可-爱生活的微博…
    No 4. 真实 [坏笑]
    No 5. “Python高性能计算”课程练习与资料
    No 6. “软件有太多复杂性，都来自于想让一段代码做两件事。” - Ryan Singer
    No 7. 早！[太阳]
    No 8. 科技圈最大的谎言是什么？ Steve Dennis：我们尊重隐私。 Jaana Dogan：我机器上没问题。 Ricky：TODO ……
    No 9. “好的代码，本身就是最好的文档。打算加注释的时候，问问自己，‘该怎么改进代码，才能不需要注释？’”改进代码，必要时再写进文档，让理解起来更容易。” ……
    No 10. OpenUnivCourses：名校开放机器学习课程集锦
    No 11. featurewiz：快速Python特征选择库
    No 12. 晚安～ [月亮]
    No 13. 《从头学深度学习》随书代码
    No 14. 机器学习/深度学习数据集集锦
    No 15. ‘成为一个更好的Java程序员
    No 16. string_grouper：超快的Python字符串匹配模块
    No 17. 还没机会用Clubhouse，但看起来是这样 [偷笑]
    No 18. ‘《AllenNLP入門》
    No 19. Pytorch/Tensorflow 2实现的深度强化学习集算法锦
    No 20. RTNeural：C++实现的轻量实时神经网络推理引擎
    No 21. Grady Booch：以下是我编写整洁代码的指导原则之一：不要仅仅因为可以用，就去使用任何新的/外来的/花哨的语言特性。后面的开发人员会因为你的小聪明而讨厌你，因为你背弃简单却选择了压缩的、艰涩的写法而抱怨你。
    No 22. 基于单张RGB图片的3D重建
    No 23. CORTX: 专为大容量存储设备而优化的开源分布式对象存储系统，具有高效率、大容量和高磁盘利用率的特点
    No 24. AI的需求层次
    No 25. visualkeras：Keras/TensorFlow网络架构可视化库
    No 26. 几篇论文实现代码
    No 27. Git & Git Flow使用速查
    No 28. 扫地机器人找到了镜像世界的入口 [酷]
    No 29. Sparsify：易用的autoML神经网络稀疏化优化接口
    No 30. Andrew Trask：引用数远不是一位学者的全部。
    No 31. ImageStore：Google Photos的开源实现，用Docker部署
    No 32. [CV]《High-Performance Large-Scale Image Recognition Without Normalization》
    No 33. [偷笑]
    No 34. 用TensorFlow 3D实现三维场景理解
    No 35. SparseML：神经网络稀疏化优化库
    No 36. DeepSparse Engine：用稀疏化模型提供前所未有性能的CPU推理引擎
    No 37. Lhotse：旨在使语音和音频数据准备更灵活的Python库
    No 38. 自组织纹理：模式形成的神经元胞自动机模型
    No 39. river：Python在线机器学习库
    No 40. Hyperactive：超参优化和元学习工具箱，用于方便快速建立机器/深度学习模型原型
    No 41. [CV]《SWAGAN: A Style-based Wavelet-driven Generative Model》
    No 42. Sequoia - 面向持续学习、强化学习和自监督学习研究的实验库
    No 43. 解释性有监督机器学习相关资源列表
    No 44. Pioreactor：开源可扩展的生物反应器软硬件平台，其目的是使生物学家、教育工作者、 DIYers、生物黑客和狂热者能够可靠地控制和研究微生物
    No 45. [CV]《Less is More: ClipBERT for Video-and-Language Learning via Sparse Sampling》
    No 46. [CV]《Unsupervised Semantic Segmentation by Contrasting Object Mask Proposals》
    No 47. ‘LibSpritesGUI - 能运行在单片机上的多图层128*64精灵图2D引擎系统
    No 48. [LG]《Self-Supervised VQ-VAE For One-Shot Music Style Transfer》
    No 49. 今日推介(第219期)：无归一化层的高性能大规模图像识别、面向全画幅视频稳定的神经重渲染技术、基于对比目标掩码候选域的无监督语义分割、基于自监督VQ-VAE的单样本音乐风格迁移、基于神经渲染的无表面人体3D姿态细化、基于风格的小波驱动生成模型、基于稀疏采样的ClipBERT视频-语言学习、实际场景的sh ……
    No 50. 基于CLIP用自然语言搜索Youtube视频