No 1. ‘侯捷C课程PPT及代码,动手学起来’
    No 2. 这么读论文的同学请举手 [笑而不语]
    No 3. Papers with Code与arXiv合作，可在arXiv论文页面直接查看相关代码实现[good]
    No 4. ‘big_screen - 数据大屏可视化，便利性工具, 结构简单, 直接传数据就可以实现数据大屏’
    No 5. Ben Hamner：编程: 10%写代码+90%搞清楚代码为啥不好使；数据分析和机器学习: 1%写代码+9%搞清楚代码为啥不好使+90%搞清楚数据的问题到底出在哪。
    No 6. Daniel Bourke：当我学习一个新概念的时候，会找个教程/文档例子，把代码逐行敲一遍，感觉就像是我自己写的一样，一旦完成，我会从头重写一遍，添加注释，并根据自己的用例修改它。
    No 7. “代码从来不骗人，但注释有时会。” - Ron Jeffries
    No 8. 临睡觉肝出了1.2-1.6的英文字幕，第一讲更新完毕，终于可以准备晚安了～ //@爱可可-爱生活: 花一个多小时，调校了第一段的英文字幕，真太不容易了～ //@爱可可-爱生活: “宾夕法尼亚大学《图神经网络》
    No 9. 宾夕法尼亚大学《图神经网络》课程(2020)
    No 10. 一口气把字幕肝到了最新的5.5，学起来吧～ //@爱可可-爱生活: 临睡觉肝出了1.2-1.6的英文字幕，第一讲更新完毕，终于可以准备晚安了～ ……
    No 11. ‘go-awesome - Go 语言优秀资源整理，为项目落地加速🏃’
    No 12. ‘CppGuide - C/C学习，后端开发进阶指南’ by balloonwj GitHub:
    No 13. 面向法律领域的一系列BERT模型，旨在推进法律相关NLP研究、计算法律和法律技术应用
    No 14. StyleGAN2用来做恐怖片大有潜力～ [晕]
    No 15. Jen Heemstra：最适合你的职业路线才是最好的，学术界是时候停止强加主观价值给不同的职业路线了。
    No 16. 晚安～[月亮]
    No 17. 如何将Jupyter Notebook转成生产用脚本
    No 18. 几篇论文实现代码
    No 19. 早！[太阳]
    No 20. 2020进度：▓▓▓▓▓▓▓▓▓▓▓▓░░░ 77% ⛽️
    No 21. ‘IE-Survey (更新中) - 信息抽取领域调研。包括实体识别，关系抽取，属性抽取等子任务，每类子任务分别对学术界和工业界进行调研’
    No 22. 详尽指南：用深度学习将网页设计原型自动转化为(生成)源码
    No 23. Almost Real Resume：用6000份真实简历训练生成的“假”简历
    No 24. coax：微软出品基于JAX的“即插即用”强化学习框架
    No 25. 几篇论文实现代码
    No 26. COVID-19 Open Data：新冠疫情开放时序数据集
    No 27. 又冷，又热 [笑cry]
    No 28. 《因果推理导论》课程(2020)及教材草稿《Introduction to Causal Inference: from a Machine Learning Perspective》
    No 29. 加拿大画家Ken Faulks作品
    No 30. 今日推介：视觉群等变独立自注意力、目前NLP领域的同行评议是项定义不明确的任务、随机延迟强化学习、面向预训练语言模型(PLM)的大型Product ……
    No 31. chime：Python声音通知库
    No 32. 《OWL2Vec*: Embedding of OWL Ontologies》
    No 33. 趁手热追加了1.1-1.6的精校英文字幕(整句版) //@爱可可-爱生活: 《因果推理导论》
    No 34. Waymo正在向凤凰新城的公众开放其完全无人驾驶服务
    No 35. tormentor：Pytorch图像数据增广包
    No 36. 针对各种下游任务微调的BERT“专家”模型集锦
    No 37. ‘ARCore-ARKit Technology - ARCore/ARKit学习资料’
    No 38. 由Yann LeCun主讲的纽约大学《深度学习》
    No 39. 免费3d Scanner App新功能：通过iPad Pro的3D扫描实现“对象蒙板”，可自动提取物体，进而实现测量和包围框、增强现实、自动纹理模式等
    No 40. Generalized Deep Mixed Model (GDMix)：深度个性化排序框架
    No 41. 应用机器学习研究入门
    No 42. PedalNetRT：深度网络吉他效果模拟器
    No 43. GTN：新的开源图自动微分框架，支持加权有限状态转换器(WFST)
    No 44. 自监督学习知识迁移
    No 45. 《Apollo: An Adaptive Parameter-wise Diagonal Quasi-Newton Method for Nonconvex Stochastic Optimization》
    No 46. 《Large Product Key Memory for Pretrained Language Models》
    No 47. 什么是平移同变性(translation equivariance)，为什么卷积有平移同变性？
    No 48. Lightkurve：友好的Python Kepler & TESS时序分析包
    No 49. Human Learning：与Scikit-Learn兼容的基于规则的智能系统接口