No 1. #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 2. 前阵子视频隐身/补全/画面扩展效果逼真的“流边缘引导视频补全”代码发布了～
    No 3. 树莓派官方托管服务：80欧元(~637元人民币)购买4GB RAM的树莓派主机，36欧元(~286元人民币)一年的托管费用，100Mb无限数据传输，有一定想象空间
    No 4. momepy：城市形态学测量工具包，基于GeoPandas，PySAL 和 networkX
    No 5. 顶会最佳论文列表(自2013年起)：AAAI/IJCAI/NeurIPS/ICML/ICLR/WWW/KDD/SIGIR/CIKM/ICDM/WSDM/CVPR/ICCV/ACL/EMNLP
    No 6. uncertainty-deep-learning：不确定性深度学习笔记
    No 7. ‘DTShare - DT时代的数据共享和应用，主要从证券金融作为为出发点，提供了包括股票、期货、基金和宏观经济等方面的数据’ ……
    No 9. 如何在家里用微波炉跟一块巧克力测量光速 ✅
    No 10. PyTorch C++ Samples：PyTorch C深度学习实例集
    No 11. SuperAnnotate Desktop：快速图像/视频标注软件，可适应各种标注任务: 从目标检测、实例和语义分割、关键点标注、立方体注释到视频跟踪
    No 12. ‘vditor - 一款浏览器端的 Markdown 编辑器，支持所见即所得（富文本）、即时渲染（类似 Typora）和分屏预览模式’
    No 13. Recommender-System-with-TF2.0：推荐系统/CTR预估论文Tensorflow 2.0复现集
    No 14. PyTorch/TensorFlow实现的深度学习推荐算法集
    No 15. Qlib：微软开源的AI量化投资平台，可轻松应用喜欢的模型来创建更好的量化投资策略
    No 16. dokai：面向机器学习/深度学习及视频处理项目的Docker镜像集锦
    No 17. #抽奖##赠书#携手@博文视点Broadview 送出 5 本《人工智能：深度学习核心算法》
    No 18. COCO-dataset-explorer：用来浏览和可视化COCO数据集的Streamlit工具
    No 19. 晚安～[月亮]
    No 20. 早！[太阳]
    No 21. 几篇论文实现代码
    No 22. 这什么鬼？混合喂糖？ 🤖️👩🍬😂
    No 23. 今日推介：基于双向嵌入的零样本学习生成模型、快速准确的三维密集人脸对齐、用于音频合成的通用扩散概率模型DiffWave、神经网络机器翻译的目标域导向的一对多生成、神经网络初始化时修剪的研究 ……
    No 24. NLP表示看不懂这段对话 [笑而不语] //@infixz：线路不一定好 //@boosting_CNN：难道可以？[doge]
    No 25. EAkit：实体对齐工具包，集成了PyTorch实现的多种实体对齐算法
    No 26. 《Conditionally Adaptive Multi-Task Learning: Improving Transfer Learning in NLP Using Fewer Parameters & Less Data》
    No 27. 未来的跑步有意思多了～ (ARKit+激光雷达+人体分割) via:Adam Varga
    No 28. duf：Linux磁盘空间使用情况浏览工具
    No 29. AR的未来，你期待吗？
    No 30. web开发免费学习资料大列表
    No 31. 《Towards Fast, Accurate and Stable 3D Dense Face Alignment》
    No 32. remo：用于组织、标注和可视化计算机视觉数据集的web应用
    No 33. 有多少人是在没看揭秘的情况猜出这玩意儿工作原理的？[喵喵]
    No 34. 几篇论文实现代码
    No 35. Jen Heemstra：有些人会帮你成为最好的自己，有些人会把你变成最坏的自己。找到那些会帮你的人，帮Ta们也成为Ta们最好的自己。
    No 36. Graphin：取名意为 Graph Insight（图的分析洞察），是一个基于 G6 封装的 React 组件库
    No 37. CA⫶TR: Transformers图像描述(PyTorch)
    No 38. Fluid：开源的Kubernetes原生分布式数据集编排和加速引擎，主要服务于云原生场景下的数据密集型应用，例如大数据应用、AI应用等
    No 39. 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 40. TensorFlow Recommenders：TensorFlow(官方)推荐系统库
    No 41. Denseflow：视频光流/帧提取，支持多种光流算法，包括 Nvidia 硬件光流
    No 42. logo-ls：带图标显示、集成git的现代ls命令(Go语言开发)
    No 43. 无人驾驶车辆相关资源大列表
    No 44. 综述神器Covidence网站
    No 45. CppCon 2020报告文稿与代码
    No 46. TODS: 自动化时间序列异常检测系统，全栈机器学习、集成各种算法、全面自动化
    No 47. 可扩展性激光雷达测绘定位框架
    No 48. PngTorch：libpng + Libtorch C++集成开发包
    No 49. 《DiffWave: A Versatile Diffusion Model for Audio Synthesis》
    No 50. 《Information Bottleneck Constrained Latent Bidirectional Embedding for Zero-Shot Learning》