No 1. Sephora的AR试妆 💄 http://t.cn/E6Lp0Jh
    No 2. 【Python实现的面试题集锦】
    No 3. Python程序员如何确认缩进级别 [哈哈] …
    No 4. Python程序员怎么写Java代码
    No 5. 【CVPR 2019 论文开源项目合集】
    No 6. ‘NLP研究入门之道’ by Zhiyuan Liu GitHub: http://t.cn/E6…
    No 7. Gustavo V. Barroso：“编程就像做饭：用Python，可以直接上现成的肉酱；用C++，得从洗柿子、切生肉开始；汇编的话，你得先有个农场，从种西红柿、养牛开始。”
    No 8. getify：学编程最好的方法就是编程。 …
    No 9. 【新书：《GAN实战：对抗生成网络深度学习》】
    No 10. Graham Neubig：超酷的黑洞照片源自Bouman等2016年提出的算法(
    No 11. 《Unsupervised Deep Tracking》
    No 12. Naval：网络绝对是最好的学校。网上有最好的同伴、最棒的书、最厉害的老师。多的是学习工具，缺的是学…
    No 13. 【LeetCode的 C++ 11 & Python3 题解】
    No 14. 【从头开始计算机图形学】
    No 15. 当Atari走进现实：用乐高实现的赛车游戏 🏎 👏 http://t.cn/E6SwkAn …
    No 16. ‘上海交通大学课程资料分享’ by CoolPhilChen GitHub: http://t.cn…
    No 17. 【新书：《生成深度学习：让机器学习绘画、写作、作曲和演奏》】
    No 18. 【机器学习特征工程基本技术：全面数据预处理Pandas实例】
    No 19. 【《文献综述撰写实用指南》样章：什么是文献综述及如何开始】
    No 20. [笑cry]
    No 21. 【百行Python/Numpy代码从头实现神经网络】
    No 22. 【新书：PyTorch深度学习初学者指南——如何创建和部署深度学习应用】
    No 23. 《算法工程师在工作中必须要手写算法吗？ - 知乎》
    No 24. 【三个Jupyter Notebook扩展帮你减少分心、提高效率】
    No 25. 【用Tensorflow 2.0赚钱：基于transformer network实现自动投资决策】
    No 26. 【CelebAMask-HQ：大规模人脸图像数据集，包含三万张高分辨率人脸图像(从CelebA数据集选择而来)及人脸属性分割蒙版】
    No 27. 完美！换个焦点看艺术体操 http://t.cn/E6PUNvD …
    No 28. 2019进度: ▓▓▓▓░░░░░░░░░░░ 27% …
    No 29. 【全语言自动补全，支持VS Code、Sublime Text、Vim、Atom等各种IDE】
    No 30. 【新书：实用时序分析——统计预测与机器学习】
    No 31. 这谁画的？ [笑cry]
    No 32. 【股市预测的机器学习/深度学习模型/资源集锦】
    No 33. 【Python数据科学实战入门：用Numpy, Scipy, pandas, Scikit-Learn, XGBoost, TensorFlow, Keras入门数据科学】
    No 34. 【Kaggle以外的顶级数据科学比赛平台盘点】
    No 35. 答网友FAQ：机器学习入门国语课程，可以看林轩田老师的“机器学习基石 ”
    No 36. ‘清华大学计算机系课程攻略 Guidance for courses in Department o…
    No 37. 换个表示看“大O”
    No 38. 【XGBoost算法概览】
    No 39. 【写给大家的机器学习入门：白话解读 & 实用案例】
    No 40. 【深度聚类：方法与实现】
    No 41. 【软件开发者要记住的十大操作系统概念】
    No 42. 【如何从海量数据集中正确选择机器学习样本：小而有代表性的数据可提高模型训练的可靠性】
    No 43. 【学习数据科学：免费/非免费的数据科学学习最佳资源集锦】
    No 44. 【A/B测试背后的数学原理与Python实例】
    No 45. 【机器学习算法完整教程】
    No 46. 【《贝叶斯思维(第二版)》文本 & 代码】
    No 47. 【为什么要用NumPy？——重新发明轮子之前先了解NumPy有哪些功能】
    No 48. 《Spatially Controllable Image Synthesis with Internal Representation Collaging》
    No 49. 【新书：Python无监督学习实战：如何从未标记数据构建机器学习应用解决方案】
    No 50. 【面向机器学习的Numpy基础指南】