No 1. 最牛损失函数——《General and Adaptive Robust Loss Function》论文解读
    No 2. #抽奖##赠书# 携手@图灵教育 送出 5 本《深入浅出神经网络与深度学习》
    No 3. 强化学习 [笑而不语]
    No 4. PyTorch最佳实践
    No 5. 树模型何时及为何会优于神经网络
    No 6. Results亮了 [偷笑]
    No 7. 2020进度：▓▓▓▓▓▓▓▓▓▓▓░░░░ 70% ⛽️
    No 8. ‘106点人脸关键点检测的PFLD算法实现’
    No 9. Sahil：无欲无求等于拥有一切。
    No 10. 如果可以重来，我会如何学习数据科学
    No 11. ExplainX：面向数据科学家和机器学习工程师的快速、可扩展和端到端可解释AI框架
    No 12. ‘A benchmark of UCAS-AOD dataset.’
    No 13. 《Pay Attention when Required》
    No 14. #抽奖##赠书#携手@博文视点Broadview 送出 5 本《阿里云天池大赛赛题解析——机器学习篇》
    No 15. 晚安～[月亮]
    No 16. 最佳程序员抗疫宣传 [哈哈]
    No 17. 今日推介：通过自注意块取舍与重排提高Transformer模型性能、人脸识别系统置信度预测性估计的简单方法、注重可复现性和易用性评价的集成机器人系统设计、开发和基准测试框架、商业游戏开发智能体创建的挑战和机遇、空中侦察的对抗迷彩补丁。 ……
    No 18. 数据科学家手把手Docker使用指南
    No 19. 几篇论文实现代码
    No 20. 几篇论文实现代码
    No 21. 滑动扳手方便多了 🔧
    No 22. 有趣的双螺纹螺栓 😎
    No 23. 潜图学习：流形学习新视角
    No 24. 《Adversarial Patch Camouflage against Aerial Detection》
    No 25. 《Comparing Fair Ranking Metrics》
    No 26. 《Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents》
    No 27. 《Inducing Predictive Uncertainty Estimation for Face Recognition》
    No 28. 数据科学家需要了解的四种超参调试技术
    No 29. 《’It’s Unwieldy and It Takes a Lot of Time.’ Challenges and Opportunities for Creating Agents in Commercial Games》
    No 30. 参加完机器学习比赛拿训练好的模型做什么？
    No 31. WSL 2新特性：用wsl --mount加载Linux文件系统格式(如ext4)物理磁盘
    No 32. ‘SuperSuit - Easy-to-use micro-wrappers for Gym and PettingZoo ……
    No 33. 《Investigating Gender Bias in BERT》
    No 34. 《A General and Adaptive Robust Loss Function》
    No 35. 《Predicting Game Difficulty and Churn Without Players》
    No 36. platypus：R语言目标检测/图像分割包
    No 37. The Pile™：构建全球最大的开源语言建模数据集，第一版目标是1TiB英文文本语料
    No 38. 《PNEL: Pointer Network based End-To-End Entity Linking over Knowledge Graphs》
    No 39. DeepSpeed：人人可用的超规模模型训练
    No 40. 云原生服务生态全景图
    No 41. ‘PyCharm Guide - PyCharm 中文指南’ by iswbm GitHub:
    No 42. Naval：钱买不到幸福——能买到自由。
    No 43. 学习计划：每天学点数据科学
    No 44. 《Understanding the Role of Individual Units in a Deep Neural Network》
    No 45. 可视化：KL散度不对称性 via:Ari Seff
    No 46. Land cover mapping project：微软的卫星图像自动标记项目
    No 47. 东京大学松尾研究室整理的强化学习进化路线图 [赞]
    No 48. 用30种(编程)语言说“Hello World”
    No 49. Eric Anderson：与其宣传8GB内存，不如直接说能开200个 Chrome标签页，这才是卖电脑的方式。
    No 50. Octo CLI：方便将数据库开放为数据serverless web service的命令行工具