No 1. • 把失败当起点；• 永不停止学习；• 不先入为主，质疑一切；• 把你知道的教给别人；• 客…
    No 2. 我的微博日常 [笑cry]
    No 3. ‘18.06 线性代数（Linear Algebra）中文笔记 - Notes for MIT-Li…
    No 4. 晚安~ [月亮] 🐒🐱👭 http://t.cn/Ai1z7Vz8 …
    No 5. 【有限数据下Kaggle图像分类最新优胜技术】
    No 6. 【Matplotlib 实战入门教程】
    No 7. 《Gaze360: Physically Unconstrained Gaze Estimation in the Wild》
    No 8. 【TensorFlow 2.0 教程：tf.keras 到底怎么用？】
    No 9. 【你应该多多使用的3个 Pandas 函数：idxmin() & idxmax()、cut()、pivot_table()】
    No 10. ‘NLPer-Interview - NLP 算法工程师相关的面试题’ by songyingxin…
    No 11. 【新书：与人相容——AI 与控制问题】
    No 12. 【一步一步学 kubernetes】
    No 13. 【在远程服务器上运行 Jupyter Notebooks】
    No 14. ‘RepNet-Vehicle-ReID - Implementing RepNet(a two-s…
    No 15. “我所感受到最快乐的时刻，是发现自己有能力创造的那一刻。”
    No 16. 【未来十年数据科学将如何发展？】
    No 17. 【强化学习教程(Colab)】
    No 18. 台面“清猫”
    No 19. 【带有关键点检测的超轻量级人脸检测器】
    No 20. 开着小车哼着歌，懂驾驶的小白鼠最快乐 🐁 src:http://t.cn/Ai17yIFU ht…
    No 21. 【R语言数据清洗速查】
    No 22. 《Reducing the variance in online optimization by transporting past gradients》
    No 23. 今天有个人，在那搭网站。没用React，也没用Vue，没有Ember，就只坐在那，写着H…
    No 24. 【以《深度学习》习题为线索的 Tensorflow 2.0 深度学习实践】
    No 25. 【“高级概率机器学习及其应用”课程资料】
    No 26. 《Mask-Guided Portrait Editing with Conditional GANs》
    No 27. 【学生视角看NLP博士申请的方方面面】
    No 28. 【(fastai)机器学习实用场景方案分享汇总】
    No 29. 【前背景分割(抠图)相关文献与资源列表】
    No 30. 【Polynote: 支持 Scala 的 notebook】
    No 31. 【如何为简化数据科学用Python打造电子表格应用程序】
    No 32. 【Kaggle 2019数据科学杯赛：找出有助于衡量幼儿学习方式的因素】
    No 33. Yoshua Bengio: “这本书写得很好，阐述了人类面临的一个基本挑战：越来越智能的机器能做我们让它们做的事，但又不是我们真正想要的。如果你关心我们的未来，请务必阅读本书。”
    No 34. 还有谁会干出这种事：一个小任务，一推、再推、再推，直到好多天、比方3个月后，它突然变成待办清单里最让…
    No 35. 《Using Segmentation Masks in the ICCV 2019 Learning to Drive Challenge》
    No 36. 【如何用 Excel 和 Google Sheets 为分析和制图准备数据】
    No 37. 【金融图嵌入学习】
    No 38. 【Go语言开发的网页版试算表应用，集成Python语言支持】
    No 40. #转发赠书# #购书福利# 联合@博文视点Broadview 送出5本下图畅销新书(5人每人任选1本…
    No 41. 《Winning the ICCV 2019 Learning to Drive Challenge》
    No 42. 【学习嗅觉：用深度学习预测分子嗅觉特性】
    No 43. 《Learning Partial Differential Equations from Data Using Neural Networks》
    No 44. 《gradSLAM: Dense SLAM meets Automatic Differentiation》
    No 45. 【PyRoboLearn：Python机器人学习框架】
    No 46. 《移动深度学习》
    No 47. 【ICCV 2019 论文集】
    No 48. 【timebudget：使用超级简单的Python代码测速库】
    No 49. 【FastSpark：从头开始(用Rust)实现一个更快的 Spark】
    No 50. 《Machine Learning for Scent: Learning Generalizable Perceptual Representations of Small Molecules》