No 1. 加拿大滑铁卢大学的Gautam Kamath登陆B站，“亲手”上传了他的“A Course on Differential ……
    No 2. 学深度学习，可以考虑用这些免费(或相对便宜)的平台和服务： 1. Google Colab 2. Sagemaker ……
    No 3. 用Python实现的《PRML(模式识别与机器学习)》算法
    No 4. 2021进度：░░░░░░░░░░░░░░░ 1% ⌚️
    No 5. mmtracking：OpenMMLab视觉感知统一框架，支持单目标跟踪、多目标跟踪、视频目标检测等
    No 6. “愿你的选择，反映的是你的希望，而非恐惧。” - Nelson Mandela
    No 7. 免费书：《统计学习的基础(第二版)》
    No 8. 机器人学入门(资源列表)
    No 9. PandoraTrader：C++开发的CTP高频量化交易平台
    No 10. 晚安～ [月亮]
    No 11. Rust半小时实战入门
    No 12. 从头开始理解Transformer(资料汇编)：《How Transformers work in deep learning and NLP: an intuitive introduction》
    No 13. 早！[太阳]
    No 14. JupyterLab 3.0发布，正式集成Debugger：pip install jupyterlab==3
    No 15. ‘Python3 爬虫实战 - 模拟登陆各大网站……’ by Zok GitHub:
    No 16. 老照片：Google小时候
    No 17. 500+附代码的AI/机器学习/深度学习/计算机视觉/NLP项目
    No 18. 有助于提升效率的一些开源工具： (via Chip Huyen) 1. JAX 2. jupytext 3. Streamlit ……
    No 19. #抽奖##赠书# 携手 电力出版社 送出5本《基于PyTorch的深度学习》
    No 20. 合成人视频生成文献列表
    No 21. Clinica：临床神经影像研究软件平台
    No 22. 几篇论文实现代码
    No 23. [CL]《Shortformer: Better Language Modeling using Shorter Inputs》
    No 24. #抽奖##赠书# 携手 @东南大学出版社 送出 5 本《软件架构基础（影印版）》
    No 25. 今日推介(第180期)：Shortformer：用更短的输入实现更好的语言建模、凸势流：基于最优传输和凸优化的通用概率分布、强化学习阀门控制、纠正(词向量)CBOW实现、面向人-机器人交互的机器人操作系统、HateCheck：仇恨言论检测模型功能测试、知识图谱逻辑查询的自监督双曲表示、近程量子自然语言处理基础 ……
    No 26. WASABI Song Corpus：WASABI大规模歌曲语料库
    No 27. [LG]《Self-Supervised Hyperboloid Representations from Logical Queries over Knowledge Graphs》
    No 28. Win vs. Linux [笑cry]
    No 29. [笑而不语]
    No 30. RGBD semantic segmentation：RGBD语义分割文献/资源列表
    No 31. [CL]《Foundations for Near-Term Quantum Natural Language Processing》
    No 32. vg：人性化的向量几何/线性代数工具包
    No 33. [CL]《HateCheck: Functional Tests for Hate Speech Detection Models》
    No 34. [CL]《BANG: Bridging Autoregressive and Non-autoregressive Generation with Large Scale Pretraining》
    No 35. [LG]《Reinforcement Learning for Control of Valves》
    No 36. [CL]《kōan: A Corrected CBOW Implementation》
    No 37. [RO]《ROS for Human-Robot Interaction》
    No 38. OpenScan：安卓开源文档扫描App
    No 39. 免费书/讲义：《机器学习基础(第二版)》
    No 40. [LG]《Convex Potential Flows: Universal Probability Distributions with Optimal Transport and Convex Optimization》
    No 41. Transformers与图神经网络
    No 42. [CL]《Making Pre-trained Language Models Better Few-shot Learners》
    No 43. Transformer视觉计算资源大列表
    No 44. [CV]《Information-Theoretic Segmentation by Inpainting Error Maximization》
    No 45. ‘NSFW implement in pytorch(色情图&性感图识别，基于60万图片数据训练性感&色情模型’ ……
    No 46. 特征工程/特征选择详尽指南
    No 47. 今日推介(第179期)：让预训练语言模型成为更好的少样本学习器、基于补全误差最大化的信息论图像分割方法、策略性学习：闭卷QA中的掩蔽学习、立体图学习及其场景理解、悲观对离线强化学习可证有效吗？、具有Full-bandit反馈的组合性纯探索：用有限观测值求解不确定性下的组合优化、通过元认知进行语言校 ……
    No 48. 机器学习博士生涯的经验与教训：小步迭代、策略性阅读、主动、专注、坚持、记笔记、重视社区、拓展视野
    No 49. 好棒！[酷]
    No 50. Andrew Trask：无论懂多少技术，你最有用的技能，永远是与他人合作的能力。