No 1. 《家国梦》
    No 2. 《程序员面试金典》
    No 3. 昏眩山羊(Fainting goat)是一种家养山羊，当它们感到恐慌时，肌肉会僵直约3秒钟 ref:…
    No 4. 【斯坦福课程：海量数据挖掘(2019)】
    No 5. 《深入理解神经网络：从逻辑回归到CNN》
    No 6. • 犯点错 • 不完美 • 有不知 • 做自己 • 选错路 其实，都没关系 …
    No 7. 【(官方)TensorFlow 2.0教程】
    No 8. 【新书：从零开始深入学习——用Python从头开始构建】
    No 9. 【时序深度学习实战】
    No 10. 《Large-scale Pretraining for Neural Machine Translation with Tens of Billions of Sentence Pairs | OpenReview》
    No 11. 【OpenPose训练代码】
    No 12. “斯坦福课程：海量数据挖掘”
    No 13. 【TensorFlow.js 实现的实时目标追踪】
    No 14. 《Neural Scene Decomposition for Multi-Person Motion Capture》
    No 15. 【计算机视觉迁移学习教程】
    No 16. 《Generating Diverse Translations with Sentence Codes》
    No 17. “(官方)TensorFlow 2.0教程”
    No 18. 【哈佛OpenNMT开源神经网络机器翻译 TensorFlow 2.0 实现版】
    No 19. 【新书：数据库探秘——分布式数据系统工作原理深入探究】
    No 20. 晚安~
    No 21. 【科研论文撰写入门指南】
    No 22. 【机器学习应用开发框架，可大大简化前端开发】
    No 23. 【Elasticsearch的句向量搜索】
    No 24. 【退出vim有多少种方法？】
    No 25. 《An Acceleration Framework for High Resolution Image Synthesis》
    No 26. 512 Nvidia V100 GPUs / 训练历时3个月 训练大规模机器翻译模型，叫我说点啥好？…
    No 27. 【Docker上的Elastic栈】
    No 28. 《Hamiltonian Generative Networks》
    No 29. GitHub新功能：多行代码(统一)注释 http://t.cn/AimIbKrF …
    No 30. 【专业赛车手】

    No 31. 【Teardown：具有“完美”物理引擎的高自由度游戏】
    No 32. 【Celeb-DF：新的深度变脸取证(检测/对抗)数据集】
    No 33. 《Deep Learning with Python》
    No 34. 《Mathematical Reasoning in Latent Space》
    No 35. 【图形界面git】
    No 36. 【gazpacho：网页爬取框架】
    No 37. 【TensorFlow-Slim：轻量版TensorFlow库】
    No 38. 【用 Tensorflow.js、ONNX.js 在浏览器里运行深度学习模型】
    No 39. ‘树洞 OCR 文字识别’ by rochy_he GitHub: http://t.cn/Ai9t…
    No 40. 《Extreme Language Model Compression with Optimal Subwords and Shared Projections》
    No 41. 可视化：社交网络沉浮15年 src:http://t.cn/AimIUy4W http://t.c…
    No 42. 【新书：Azure平台机器学习自动化实战】
    No 43. 精彩的百架无人机灯光秀
    No 44. 【fastai v2 基本使用实例教程】
    No 45. 【fastai资源大列表】
    No 46. ‘PyCon China 2019 幻灯片’ GitHub: http://t.cn/AinHMsG…
    No 47. 一目了然：16年物理引擎的进展
    No 48. 【Kaggle比赛泰坦尼克手把手入门】
    No 49. 【rx：rust实现的现代像素编辑器】
    No 50. 【KataGo：类似AlphaZero的“self-play”自训练下棋机器人】