No 1. 闭关在家写论文的进度 [偷笑] http://t.cn/A6hfk79x …
    No 2. 【MIT《分布式系统》课程】
    No 3. 有没有过这种体验：代码一团糟，可确实能用——惊不惊喜？意不意外？[笑而不语] …
    No 4. 【Python数据清洗终极指南】
    No 5. 【给数据科学家的40个统计学面试题】
    No 6. 【NLP面试问题集】
    No 7. 【《深度强化实战第二版》随书代码】
    No 8. Sahil Lavingia：你的核心竞争优势，很可能就是那些你喜欢做、其他人大多不喜欢做的事。 …
    No 9. 波士顿动力Spot机器人的新岗位 [笑而不语] http://t.cn/A6hfehC4 …
    No 10. 【基于摄像头的注视跟踪】
    No 11. 【两分钟论文解读之人像照片再打光】
    No 12. 【Vladimir Vapnik：学习的全统计学理论】
    No 13. 【数据科学/机器学习/AI 网上20大免费在线课程】
    No 14. 【炒饭物理学：物理学家分析了大厨炒饭时翻大勺的动作，总结出炒饭的关键要领】
    No 15. 【书稿(课程笔记)：《欠驱动机器人：行走、跑步、游泳、飞行与操作算法》】
    No 16. 超烂的论文被录了，七拼八凑的申请书就中了………
    No 17. 【tmap：针对大型高维数据集的高性能可视化库】
    No 18. 完美主义 [笑而不语]
    No 19. 《Pitfalls of In-Domain Uncertainty Estimation and Ensembling in Deep Learning》
    No 20. 【Jetson Nano上用10行Python代码实现的实时目标检测】
    No 21. 《分布式系统》
    No 22. 用 toio/M5StickC/UnitV 搭建的超小全自主视觉足球机器人
    No 23. The Stoic Emperor：我们很少感激敌人为我们做的一切——他们考验我们，让我们变得更强；…
    No 24. 【StreetLearn：大约143,000张谷歌街景图的视觉导航数据集】
    No 25. 好软件的功能，就是让复杂的事物看起来简单。 - Grady Booch …
    No 26. 《Self-Supervised Representation Learning by Rotation Feature Decoupling》
    No 27. 【Boost Note：面向开发者的直观时尚markdown编辑器】
    No 28. 【善始：前言撰写最佳实践】
    No 29. 【CS224N 2019 作业参考实现】
    No 30. 晚安~ [月亮] http://t.cn/A6hItAMa
    No 31. 《Geom-GCN: Geometric Graph Convolutional Networks》
    No 32. 【非常时期的非常创意：把你的脸印在 N95口罩上，用人脸解锁手机时可以不用摘口罩了，看起来也更“美”了 😷+👃🏻👄=🔓 】
    No 33. 【数据科学基础：傅里叶变换原理与应用】
    No 34. 【超简单的Bash测试框架】
    No 35. 【MONAI：医学图像AI工具包】
    No 36. 【Tilengine：免费2D图形引擎，面向光栅复古/经典画风游戏开发】
    No 37. 《Capsules with Inverted Dot-Product Attention Routing》
    No 38. 【RISC-V ISA图形处理器模拟器/汇编编辑器】
    No 39. 《Generating diverse and natural text-to-speech samples using a quantized fine-grained VAE and auto-regressive prosody prior》
    No 40. Maarten van Smeden：读博最佳建议：1、谨慎选择导师 2、谨慎选择导师 3、谨…
    No 41. ‘Node.js CLI Apps Best Practices - The largest Nod…
    No 42. 【手把手指南：用Transformers和Tokenizers从头训练新语言模型】
    No 43. 《TrajectoryNet: A Dynamic Optimal Transport Network for Modeling Cellular Dynamics》
    No 44. 《Fast Detection of Maximum Common Subgraph via Deep Q-Learning》
    No 45. 【大规模神经网络推荐架构优化】
    No 46. Mitsuku：说谁无法通过图灵测试，现在听来像是一种侮辱。但以前确实有人失败过。1991年的罗布纳奖比赛中，莎士比亚专家辛西娅 · 克莱就被判定为电脑，因为分别有三位评委表示: “没人对莎士比亚了解那么多”
    No 47. 《剑指Offer》
    No 48. 《Salvaging Federated Learning by Local Adaptation》
    No 49. 《爱可可老师一周论文精选(2020.2.16)》
    No 50. 几条AI相关的Youtube视频：“Suggested best practices for interpreting deep learning models of… - Eva Prakash - RECOMB/RSG 2019”