No 1. 蒙托亚网络高效沟通指南：1、礼貌问候；2、我的名字；3、彼此关联；4、明确预期 …
    No 2. 【免费在线书：《可解释机器学习方法的局限》】
    No 3. 从地球观测的 水星、金星、火星、木星和土星 运行轨迹 🤩 …
    No 4. 《详解深度学习：基于TensorFlow和Keras学习RNN》
    No 5. 【 AI 概览 (Montréal.AI 权威 AI 学习资源清单)】
    No 6. 【NLP最佳实践与示例集(Jupyter notebooks)】
    No 7. 《迁移学习简明手册》
    No 8. 《Halcon机器视觉算法原理与编程实战》
    No 9. 《AugMix: A Simple Data Processing Method to Improve Robustness and Uncertainty》
    No 10. 《🦄🤝🦄 Encoder-decoders in Transformers: a hybrid pre-trained architecture for seq2seq》
    No 11. 【基于 GPT-2-1.5B 实现的文字冒险游戏】
    No 12. v1.1 (2019.10) http://jd92.wang/assets/files/trans…
    No 13. 【机器学习面试】
    No 14. 【在 Apache Spark 上跑 PyTorch】
    No 15. 《Full-Gradient Representation for Neural Network Visualization》
    No 16. 【PyTorch Elastic ：PyTorch分布式训练框架】
    No 17. Titus Brown：我超爱LaTex的一个原因，是它为写论文的过程带来了调代码的乐趣。 …
    No 18. 《动手学深度学习》
    No 19. 【BERT抽取式文本摘要工具】
    No 20. 【TorchSat：PyTorch深度学习卫星图像分析框架】
    No 21. 《Lower Bounds for Non-Convex Stochastic Optimization》
    No 22. 《Normalizing Flows for Probabilistic Modeling and Inference》
    No 23. 【Preferred Networks计划逐步将其深度学习框架从Chainer过渡到PyTorch，并将与 Facebook 和 PyTorch 社区其他贡献者合作，积极参与 PyTorch 开发，Chainer 在最新版 V7 发布后进入维护阶段】
    No 24. 【深度学习汽车型号识别】
    No 25. 【Classy Vision：端到端PyTorch图像/视频分类框架】
    No 26. 【用cyBERT解析异构网络安全数据日志】
    No 27. 【C++活动指示器库】
    No 28. 《Deconstructing Lottery Tickets: Zeros, Signs, and the Supermask》
    No 29. 《Deep Double Descent: Where Bigger Models and More Data Hurt》
    No 30. 《Learning to Predict Explainable Plots for Neural Story Generation》
    No 31. 【用隐藏信息掌握复杂合作游戏】
    No 32. 【深度二次下降：CNNs, ResNets, transformers 等模型，随着模型增大、数据增多或训练时间延长，模型性能先提高，接着会变差，继而再次提高】
    No 33. 晚安~[月亮] http://t.cn/AieI18fC
    No 34. 《Inside TensorFlow: Eager execution runtime - YouTube》
    No 35. 《MetaFun: Meta-Learning with Iterative Functional Updates》
    No 36. 《Label-Consistent Backdoor Attacks》
    No 37. O’Reilly 的深度学习系列，涵盖很全面了 …
    No 38. 《Singing Voice Conversion with Disentangled Representations of Singer and Vocal Technique Using Variational Autoencoders》
    No 39. 【MIT课程：计算机科学“补漏”课——如何充分利用高效程序员常用工具：如何玩转命令行，如何使用强大的文本编辑器，如何高效使用版本控制，如何自动化日常任务，如何管理包和软件，如何配置桌面环境等】
    No 40. 《Neural Tangents: Fast and Easy Infinite Neural Networks in Python》
    No 41. 【Skyline：近实时异常检测系统】
    No 42. 《Large-scale Pretraining for Visual Dialog: A Simple State-of-the-Art Baseline》
    No 43. 【新书：《(fastai/PyTorch)程序员深度学习：无需博士学位开发AI应用》】
    No 44. 【BERT长文档分类】
    No 45. 《爱可可老师一周论文精选(2019.12.7)》
    No 46. 《DeepSpeech 0.6: Mozilla’s Speech-to-Text Engine Gets Fast, Lean, and Ubiquitous》
    No 47. 【用TensorFlow 2.0实现深度音频降噪】
    No 48. 【化学指纹相似搜索的暴力GPU实现】
    No 49. 【两分钟论文解读之用机器学习帮助保护环境】
    No 50. 《Combining Q-Learning and Search with Amortized Value Estimates》