No 1. 《Python机器学习手册：从数据预处理到深度学习》
    No 2. 【注重数学推导的机器学习算法学习笔记】
    No 3. 《Python 快速入门 第3版》
    No 4. “如果过拟合，就增大数据规模；如果没过拟合，就增大模型容量”
    No 5. 《挑战程序设计竞赛》
    No 6. 【Github上评价最高的几个机器学习项目】
    No 7. 【图解十大CNN架构】
    No 8. 【构建能推理的神经网络模型】
    No 9. 【Docker, PyTorch & Flask 机器学习模型训练与web界面部署实例】
    No 10. Richard Socher：有多少研究成果本质就这么一句话//“如果过拟合，就增大数据规模；如果没过拟合，就增大模型容量”
    No 11. 【Pinterest时序实时异常检测系统实践】
    No 12. 【VS Code可用的协同编程[赞]——协同编码、实时审核、语音商议、集体调试……Oh my!】
    No 13. 【tf-explain：TensorFlow 2.0可解释性分析工具】
    No 14. 你们要的pdf：http://t.cn/AiY2nMT7
    No 15. ‘KBQA-BERT - 基于知识图谱的问答系统，BERT做命名实体识别和句子相似度，分为onlin…
    No 16. 【Rust图书大列表】
    No 17. 很好！
    No 18. 【Python 装饰器资源大列表】
    No 19. 《TARGER: Neural Argument Mining at Your Fingertips》
    No 20. 【加速版结巴分词】
    No 21. 《The Matrix Calculus You Need For Deep Learning》
    No 22. 【BERT词典生成器】
    No 23. 【基于OpenCV/dlib的图片换脸工具】
    No 24. 【少样本人脸迁移(变脸)】
    No 25. 【Nashpy算法博弈论】
    No 26. 【PyTorch实现的EXTD极小人脸检测】
    No 27. 【面向少样本分割的1000类图片数据集】
    No 28. 【NLPre：自然语言(预)处理库】
    No 29. 【通过预测算法让医生在致命疾病(急性肾损伤)上有争取48小时提前量】
    No 30. 【数据呢？在跨学科博士研究中令人信服地使用数据】
    No 31. 【数据科学速查】
    No 32. 《Graph Neural Networks: A Review of Methods and Applications》
    No 33. 【(C++/Python)大规模并行优化计算库】
    No 34. 【如何撰写吸引读者的摘要】
    No 35. 【安卓开发者路线图】
    No 36. Susanna L Harris：对于写作过程我最喜欢的环节是打扫房间。 …
    No 37. 《Learning Attention-based Embeddings for Relation Prediction in Knowledge Graphs》
    No 38. 【面向目标检测/语义分割的机器学习自动化(AutoML)】
    No 39. 《A guide to convolution arithmetic for deep learning》
    No 40. 【Spotify Recsys Challenge 2018 播放列表推荐任务完整解决方案】
    No 41. “构建能推理的神经网络模型”
    No 42. 早！
    No 43. 【2020年暑期实习机会大列表】
    No 44. 【正则表达式轻松学】
    No 45. 【ImageNet草图版数据集，1000类50000图片】
    No 46. 《U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation》
    No 47. 《EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks》
    No 48. 《Deep Gradient Boosting》
    No 49. 【简单开源的笔式绘图仪】
    No 50. 晚安~ [月亮] http://t.cn/AiYLH774