No 1. #抽奖##赠书# 携手@博文视点Broadview 送出 5 本《图神经网络：基础与前沿（全彩）》
    No 2. Melissa Tan：我不想要朝九晚五的工作，所以决定读个博士——现在，我24/7都在工作。
    No 3. 《机器学习核方法》课程(2021)
    No 4. “深度怀旧”：为老照片里的人物生成生动视频 [酷]
    No 5. 免费的NumPy手册
    No 6. Delip Rao：生成式深度学习中，如果模型效果好，那它就是“产品(product)”，如果效果不好，那它就是“艺术(art)”。 ……
    No 7. 2021进度：▓▓░░░░░░░░░░░░░ 16%
    No 8. “深度怀旧”之图灵～ Deep Nostalgia:
    No 9. 钢铁菜鸟系列 [偷笑]
    No 10. 在线书：写给文科生的数学
    No 11. Gradient-Free-Optimizers：非梯度优化库，数值搜索空间基于局部、全局、种群和序列技术的简单可靠优化，现代优化方法集合
    No 12. 实时音频频谱生成(网页版)
    No 13. 晚安～ [月亮]
    No 14. Neural Network Visualization：神经网络结构和参数可视化
    No 15. 早！[太阳]
    No 16. [CV]《Do Generative Models Know Disentanglement? Contrastive Learning is All You Need》
    No 17. ‘JetLinks IoT Platform 物联网基础平台 - 基于Java8,Spring Boot 2.x ,WebFlux,Netty,Vert.x,Reactor等开发, ……
    No 18. Transformer及其NLP应用的直观介绍
    No 19. 今日推介(第235期)：图神经网络自监督学习的统一综述、神经网络子空间学习、用对比学习从预训练生成模型中提取解缠表示、图神经网络分子对比表示学习、视觉Transformer真的需要显式位置编码吗？、亚族群转移标签传播理论、用神经架构Transformer实现更精确更紧凑架构、长期信用分配的综合回报、基于点 ……
    No 20. #抽奖##赠书#活动汇总，参与请转发原微博：《机器学习常用算法速查手册》
    No 21. [LG]《Self-Supervised Learning of Graph Neural Networks: A Unified Review》
    No 22. #抽奖##赠书# 携手 电力出版社 送出5本《机器学习常用算法速查手册》
    No 23. #抽奖##赠书# 联合@华章图书 送出5本2021最值得期待的Python进阶宝典《Effective Python：编写高质量Python代码的90个有效方法（原书第2版）》
    No 24. Paradoc：用Markdown撰写、发布网页的易用工具
    No 25. 李宏毅《机器学习》国语课程(2021)
    No 26. parallel-execute：支持Python 2.7-3.8的简洁多线程/多进程封装库
    No 27. TinyYOLOv2Barracuda：基于Unity Barracuda神经网络推理库的TinyYOLOv2目标检测库
    No 28. 几篇论文实现代码
    No 29. PyTorch计算机视觉自注意力模块包
    No 30. [CV]《Do We Really Need Explicit Position Encodings for Vision Transformers?》
    No 31. [CV]《Point-set Distances for Learning Representations of 3D Point Clouds》
    No 32. “BASIC Computer Games”经典小游戏集合多语言更新版
    No 33. #抽奖##赠书# 联合@人邮异步社区 送出3本《深度学习》
    No 34. PTerm：Go语言命令行输出美化包
    No 35. Awesome CTO：CTO参考资源大列表
    No 36. [LG]《Learning Neural Network Subspaces》
    No 37. [LG]《MolCLR: Molecular Contrastive Learning of Representations via Graph Neural Networks》
    No 38. 《机器学习常用算法速查手册》
    No 39. 动画中的重用 [doge]
    No 40. [CV]《Towards Accurate and Compact Architectures via Neural Architecture Transformer》
    No 41. 这……[晕] 爱可可-爱生活的微博…
    No 42. ‘Transformer 一篇就够了 - 记录了学习Transformer过程中的一些疑问和解答，并且实现Transformer的全过程’ ……
    No 43. murex：类似bash/zsh/fish支持更多高级特性的shell，支持测试框架嵌入、智能错误处理、支持类型管道、集成数据处理工具、集成解析手册、在线拼写检查等
    No 44. Frictionless Framework：用于描述、提取、验证和转换表格数据的Python框架
    No 45. Python设计模式
    No 46. [LG]《A Theory of Label Propagation for Subpopulation Shift》
    No 47. 今日推介(第234期)：教我解释：可解释NLP数据集综述、动力系统的现代Koopman理论、线性Transformer与快速权重记忆系统等价、科研论文图片操纵的识别学习、E(n)等变图神经网络、原型表示强化学习、注意力与快速循环：语言模型训练的计算简化、探针分类器综述、车辆路径问题深度策略动态规划 ……
    No 48. 十篇“必读”的机器学习博客文章
    No 49. 构建和训练神经网络的四点心得——步步为营不能盲目
    No 50. GitHub的Markdown编辑器现支持图片/视频的直接拖放 [haha] 爱可可-爱生活的微博…