No 1. 老师：这周能搞定吗？ 同学：
    No 2. VS Code现正式支持树莓派，Linux ARM/ARM64版下载
    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. #免费##抽奖# 百度飞桨“图像分割7日打卡营”10.19开课，又一波免费课程+免费算力，现在就报名！图1海报扫码回复“分割报名”获取报名通道 。(10.18 12:00前转发本条微博，更有机会获得《自然语言处理实战》
    No 5. Chip Huyen：机器学习工程 = 10%的机器学习 + 90%的工程
    No 6. 2020进度：▓▓▓▓▓▓▓▓▓▓▓▓░░░ 78% ⛽️
    No 7. 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 8. 学位论文结论怎么写
    No 9. 《Contrastive Representation Learning: A Framework and Review》
    No 10. 13年后
    No 11. 中/难LeetCode问题参考解法
    No 12. ‘python, golang, devops 基础知识、 系统设计、后端开发路线图’
    No 13. 今日推介：用依赖分辨率的GAN插值实现域间可控图像合成、由RGB-D自拍照制作高保真3D数字人体的全自动系统、增广循环一致性正则化非配对图到图变换、通过预训练StyleGAN2网络进行无监督图到图变换、剪切-粘贴神经渲染。公·众·号：爱可可爱生活 ……
    No 14. Sparkler：运行在Spark集群上的高性能分布式网络爬虫
    No 15. 由Yann LeCun主讲的纽约大学《深度学习》
    No 16. ‘《CMake Cookbook》
    No 17. 晚安～[月亮]
    No 18. ‘《Professional CMake - A Practical Guide》
    No 19. 《What causes the test error? Going beyond bias-variance via ANOVA》
    No 20. 《Explaining Neural Matrix Factorization with Gradient Rollback》
    No 21. The Stoic Emperor：不要因为你不尊重的人的不尊重而沮丧。
    No 22. 几篇论文实现代码
    No 23. 双盲评审 [坏笑]
    No 24. 逆卡通化变换 [憧憬] via:Nathan Shipley
    No 25. Kaggle深度学习入门课程
    No 26. AIOps 手册：AIOps 论文、演讲、开源库的汇总手册
    No 27. 现代实用自然语言处理实战
    No 28. 强化学习推荐系统文献列表
    No 29. 早！[太阳]
    No 30. ganttrify：用ggplot2绘制甘特图
    No 31. 几篇论文实现代码
    No 32. 用PyCharm + Anaconda + JupyterLab提高数据科学工作效率
    No 33. 人工智能与动物常识：动物在应对日常物理世界方面胜过现在的人工智能。但是随着深度强化学习的出现，人工智能可以在动物认知领域发挥作用。动物认知领域的实验方案可以被重新用于评价智能体经训练后“理解”常识概念或原则的程度，特别是在迁移环境中
    No 34. Python自动化脚本集合
    No 35. 用于建造和控制扫地机器人的开源软件和硬件清单
    No 36. 《Augmented Cyclic Consistency Regularization for Unpaired Image-to-Image Translation》
    No 37. Ego：面向游戏AI开发的轻量决策库
    No 38. 《Unsupervised Image-to-Image Translation via Pre-trained StyleGAN2 Network》
    No 39. 《Overfit Neural Networks as a Compact Shape Representation》
    No 40. 预测、估计与归因：统计学与机器学习
    No 42. 用Python实现的网格颜色视错觉
    No 43. 《Capturing Dynamics of Time-Varying Data via Topology》
    No 44. 《The MECCANO Dataset: Understanding Human-Object Interactions from Egocentric Videos in an Industrial-like Domain》
    No 45. update to v2//*《Overfit Neural Networks as a Compact Shape Representation》
    No 46. 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 47. 《High-Fidelity 3D Digital Human Creation from RGB-D Selfies》
    No 48. 《Nearly Minimax Optimal Reward-free Reinforcement Learning》
    No 49. 《Resolution Dependant GAN Interpolation for Controllable Image Synthesis Between Domains》
    No 50. 《Implicit Subspace Prior Learning for Dual-Blind Face Restoration》