No 1. “代码从来不骗人，但注释有时会。”
    No 2. 时不我待，快用cuDF！
    No 3. Ben Hamner：编程: 10%写代码+90%搞清楚代码为啥不好使；数据分析和机器学习: 1%写代码+9%搞清楚代码为啥不好使+90%搞清楚数据的问题到底出在哪。 .
    No 4. 另一种读论文：屯了就是看了，一篇不能少 [笑而不语]
    No 5. 1-9每个数字出现一次的等式，有点意思 [思考]
    No 6. 用BERT和TF-IDF创建易于解释的主题
    No 7. 一口气把字幕肝到了最新的5.5，学起来吧～ //@爱可可-爱生活: 临睡觉肝出了1.2-1.6的英文字幕，第一讲更新完毕，终于可以准备晚安了～ ……
    No 8. ‘Smart_Construction - Head Person Helmet Detection on Construction ……
    No 9. 神经网络可以训练其他网络吗？——知识蒸馏介绍
    No 10. 早！[太阳]
    No 11. ‘中文文本生成（NLG）之文本摘要（text summarization）工具包’
    No 12. Jürgen Schmidhuber推荐的机器学习资源
    No 13. “Visualizing A Neural Machine Translation Model”
    No 14. 宾夕法尼亚大学《图神经网络》课程(2020)
    No 15. 台风🌀后的东京站 [憧憬]
    No 16. 推荐国外一篇极高质量的科普文章《Visualizing A Neural Machine Translation Model》
    No 17. ‘侯捷C++课程PPT及代码,动手学起来’
    No 18. ‘big_screen - 数据大屏可视化，便利性工具, 结构简单, 直接传数据就可以实现数据大屏’
    No 19. 《因果推理导论》课程(2020)及教材草稿《Introduction to Causal Inference: from a Machine Learning Perspective》
    No 20. ‘Machine-Learning-Basic-Codes -《Machine Learning 格物志》
    No 21. vald：高度可扩展的分布式矢量搜索引擎
    No 22. sysmon：Linux图形界面系统监视器
    No 23. 今日推介：用基于能量打分代替softmax置信打分实现分布外检测(OOD)、基于离散世界模型的强化学习智能体DreamerV2在Atari游戏上达到人类水平、专用于法律领域的BERT模型LEGAL-BERT、用稀疏神经网络梯度流改善初始化过程、深度强化学习的在线安全保障 ……
    No 24. Lyft如何用PyTorch助力机器学习无人驾驶研究
    No 25. 几篇论文实现代码
    No 26. 趁手热追加了1.1-1.6的精校英文字幕(整句版) //@爱可可-爱生活: 《因果推理导论》
    No 27. 晚安～[月亮]
    No 28. 《Energy-based Out-of-distribution Detection》
    No 29. 免费3d Scanner App新功能：通过iPad Pro的3D扫描实现“对象蒙板”，可自动提取物体，进而实现测量和包围框、增强现实、自动纹理模式等 ……
    No 30. 《Text-based RL Agents with Commonsense Knowledge: New Challenges, Environments and Baselines》
    No 31. 分享几个无聊的时候，比较喜欢看的视频科研 up 主， 主要偏向 Computer Vision这些博主活跃在 Youtu..be ……
    No 32. Liteboard.io：浏览器里基于WebRTC的轻量课程直播平台
    No 33. 这么读论文的同学请举手 [笑而不语]
    No 34. ‘IE-Survey (更新中) - 信息抽取领域调研。包括实体识别，关系抽取，属性抽取等子任务，每类子任务分别对学术界和工业界进行调研’
    No 35. 今天没推CV主题被朋友嫌弃了 [允悲]
    No 36. 《Gradient Flow in Sparse Neural Networks and How Lottery Tickets Win》
    No 37. Papers with Code与arXiv合作，可在arXiv论文页面直接查看相关代码实现[good]
    No 38. 几篇论文实现代码
    No 39. Almost Real Resume：用6000份真实简历训练生成的“假”简历
    No 40. 《Explaining The Efficacy of Counterfactually-Augmented Data》
    No 41. Go vs. Python：AI研究的选择
    No 42. Ana, Hoverbear：多数人问我该用哪种分布式数据库时：
    No 43. 如何将Jupyter Notebook转成生产用脚本
    No 44. 面向法律领域的一系列BERT模型，旨在推进法律相关NLP研究、计算法律和法律技术应用
    No 45. Nvidia发布Maxine人工智能视频会议服务，只传输关键点数据，用GAN进行画面重建，可将带宽减少到H.264标准要求的十分之一，还提供注视矫正、超分辨率、去噪、人脸重打光等功能
    No 46. 由Yann LeCun主讲的纽约大学《深度学习》
    No 47. 《Sample weighting as an explanation for mode collapse in generative adversarial networks》
    No 48. 《Online Safety Assurance for Deep Reinforcement Learning》
    No 49. 《CNN笔记：通俗理解卷积神经网络》
    No 50. Python 3.9发布，5个新亮点： 1、用“ | ”合并字典； 2、用“ |= ”更新字典； 3、用 removeprefix ……