No 1. 老师：这周能搞定吗？ 同学：
    No 2. Chip Huyen：要是重来一次，为机器学习工程师作准备，我会优先考虑学习： 1. 版本控制 2. SQL + NoSQL ……
    No 3. #抽奖##赠书# 携手@华章图书 送出5本《机器学习实战：基于Scikit-Learn、Keras和TensorFlow（原书第2版）》
    No 4. Cmake中文实战教程：以代码讲用法，旨在帮助初学者学习CMake的基本用法
    No 5. 用PyCharm + Anaconda + JupyterLab提高数据科学工作效率
    No 6. 预测、估计与归因：统计学与机器学习
    No 7. 有种论文，叫“猜猜哪是我做的？” [笑而不语]
    No 8. 《CMake Cookbook》
    No 9. VS Code现正式支持树莓派，Linux ARM/ARM64版下载
    No 10. VTuber_Unity：用Unity+深度学习自己做VTuber
    No 11. Chip Huyen：机器学习工程 = 10%的机器学习 + 90%的工程
    No 12. RNN深度解析
    No 13. 2020进度：▓▓▓▓▓▓▓▓▓▓▓▓░░░ 78% ⛽️
    No 14. Python自动化脚本集合
    No 15. Sparkler：运行在Spark集群上的高性能分布式网络爬虫
    No 16. f(x) vs. f^-1(x) [偷笑]
    No 17. 晚安～[月亮]
    No 18. 用于建造和控制扫地机器人的开源软件和硬件清单
    No 19. 计算机科学和相关领域研究生奖学金大列表
    No 20. 现代实用自然语言处理实战
    No 21. 强化学习推荐系统文献列表
    No 22. 《因果推理导论》课程(2020)及教材草稿《Introduction to Causal Inference: from a Machine Learning Perspective》
    No 23. DIY Virtual Teaching：在Ubuntu系统上自己搭建虚拟教学平台
    No 24. 这谁干的？[笑cry]
    No 25. 早！[太阳]
    No 26. 数据决策：离线强化学习将如何改变我们使用机器学习的方式
    No 27. 《Image GANs meet Differentiable Rendering for Inverse Graphics and Interpretable 3D Neural Rendering》
    No 28. Gordon Mortenseb作品
    No 29. 《No MCMC for me: Amortized sampling for fast and stable training of energy-based models》
    No 30. 用Hugging Face, ONNX, Cortex加速自然语言处理pipeline
    No 31. 几篇论文实现代码
    No 32. AIOps 手册：AIOps 论文、演讲、开源库的汇总手册
    No 33. CurveLanes Dataset：车道检测基准数据集，包含150,000个车道图像，用于困难场景如车道检测中的曲线和多车道等
    No 34. YOLOv4, DeepSort, TensorFlow实现的目标追踪
    No 35. 13年后 via:Andreas Storm
    No 36. Ego：面向游戏AI开发的轻量决策库
    No 37. 今日推介：仅通过2D观察在单一网络中表示和渲染任意复杂3D场景的隐式神经函数(GRF)、大规模训练基于能量模型(EBM)的简单方法(VERA)、公平感知机器学习算法的系统比较、从给定语言的原始文本自动提取形态一致性规则、将生成模型与可微渲染结合提取并解缠生成式图像合成模型隐式学到的三维知识 ……
    No 38. 几篇论文实现代码
    No 39. fastdoc：将Jupyter notebooks转换成适合出版的asciidoc文件，可进一步用asciidoctor生成HTML, DocBook, epub, mobi等格式电子书
    No 40. Awfice：袖珍版office，包括文字处理软件、电子表格、绘图软件演示制作工具
    No 41. 关于“四大名著”，请参考之前提过的“Python程序员深度学习“四大名著”” 微博正文 [挤眼]//#抽奖##赠书# 携手@华章图书 送出5本《机器学习实战：基于Scikit-Learn、Keras和TensorFlow（原书第2版）》
    No 42. TensorPipe：支持最先进增广和低级优化的Tensorflow的高性能数据Pipeline
    No 43. Sea-Thru：水下影像色彩还原
    No 44. 《GRF: Learning a General Radiance Field for 3D Scene Representation and Rendering》
    No 45. 工业级语音识别文献集(Streaming ASR / Non-autoregressive ASR / WFST based ASR …)
    No 46. 《Metrics and methods for a systematic comparison of fairness-aware machine learning algorithms》
    No 47. 实用知识建设开源项目列表
    No 48. 度量学习教程(ISMIR 2020 Tutorial)
    No 49. 伯克利《深度强化学习》课程 (2020) by Sergey Levine
    No 50. 除第一本外其余三本纸质版都已在国内出版，分别是《Python机器学习(第一版)》