No 1. “擅长某事，并不意味着能获得回报，甚至连句称赞都得不到。这世界上，真正能得到回报的，是稀缺性。所以，重要的是，你能做什么别人做不到的事。”
    No 2. Amazon推出家用无人机“Ring”：如果担心忘关窗户忘关门，就用它在家巡视一圈；如果有人意外闯入，就会鸣响报警，威吓、拍摄入侵者，并通过智能手机通知用户。
    No 3. 周末回到家的那一刻～ [笑而不语]
    No 4. 用最优传输度量数据集相似性(OTDD)：一种通过比较概率分布定义和计算分类数据集之间相似性或距离的几何方法
    No 5. Wav2vec 2.0：从原始音频学习语音结构的自监督算法，只需要10分钟的转录语音数据就可实现自动语音识别模型
    No 6. ‘河图 - 低代码平台, 通过可视化界面, 快速生成各种后台页面, 极大减少开发成本，单手打代码，解放你的双手’
    No 7. ‘ferry - 集工单统计、任务钩子、权限管理、灵活配置流程与模版等等于一身的开源工单系统、工作流引擎’
    No 8. 技术分享Youtubers大列表
    No 9. 《网络搜索原理》
    No 10. 几种GANs的PyTorch实现(DCGAN、WGAN、WGAN-GP、SN-GAN)
    No 11. 早！[太阳]
    No 12. “很多时候，学校考试考的不是你的智力，只是你的记忆力。”
    No 13. 新书草稿：《图表示学习》
    No 14. nord-vim：一款优雅的Vim色彩主题
    No 15. 一大票研究的本质 [并不简单]
    No 16. curl用法速查
    No 17. #抽奖##赠书#携手@人邮异步社区，送出5本《自然语言处理实战》
    No 18. pytorchTutorial：PyTorch教程资料
    No 19. 《机器学习数学原理》笔记与习题参考
    No 20. TensorFlow Recommenders推荐库介绍
    No 21. 晚安～[月亮]
    No 22. 《A Unifying Review of Deep and Shallow Anomaly Detection》
    No 23. GenForce：PyTorch高效深度生成建模库
    No 24. 日本艺术家田中良平作品
    No 25. Node.js最佳学习资源集锦
    No 27. Adrian Twarog：更大的显示器会让你变成更好的开发者吗？
    No 28. DQN Zoo：DeepMind的Deep Q-Network (DQN)深度强化学习参考实现集锦
    No 29. 今日推介：非凸非凹目标和线性约束的约束最小-最大优化问题的计算复杂度、基于基础合成输出的自适应(单词级)语言模型、深度与浅层异常检测方法综述、用RealToxicityPrompts数据集量化预训练语言模型的毒性(种族主义/性别歧视及其他不良言论)、基于数据流图(Dataflow ……
    No 30. Sci-Hub新备用域名：sci-hub.st 和 sci-hub.se
    No 31. 几篇论文实现代码
    No 32. 来自蒙娜丽莎的注视
    No 33. ml4ir: 面向信息检索的机器学习库
    No 34. 有趣的双螺纹螺栓 😎
    No 35. fMRIPrep: fMRI数据预处理Pipeline
    No 36. 几篇论文实现代码
    No 38. [憧憬] via:La vie est belle
    No 39. 《The Complexity of Constrained Min-Max Optimization》
    No 40. w64devkit：用于为x64 Windows编写C/C++应用的的编译和链接环境(Dockerfile)
    No 41. 这什么鬼？混合喂糖？ 🤖️👩🍬😂
    No 42. 《RealToxicityPrompts: Evaluating Neural Toxic Degeneration in Language Models》
    No 43. Urkel：C语言写的支持身份验证的键值存储库
    No 44. Docable：用Markdown文件创建可以运行、编辑和共享的交互式笔记本
    No 45. WhyLogs Library：旨在帮从业者理解通过AI/ML管道移动数据的Python库
    No 46. 抽奖赠书活动汇总，参与请转发原微博
    No 47. 《Task-Oriented Dialogue as Dataflow Synthesis》
    No 48. Thomas Wolf：……这三本书是我进入这个领域以来读过最有趣的书，读起来太令人愉快了。
    No 49. 《Sanity-Checking Pruning Methods: Random Tickets can Win the Jackpot》
    No 50. 《Supervised Ontology and Instance Matching with MELT》