No 1. 【MIT课程：计算机科学“补漏”课——如何充分利用高效程序员常用工具：如何玩转命令行，如何使用强大的文本编辑器，如何高效使用版本控制，如何自动化日常任务，如何管理包和软件，如何配置桌面环境等】
    No 2. 有人把蝙蝠侠和猫女的人物模型换了一下……果然……够味道 😂 http://t.cn/AigahI…
    No 3. ‘北京买房攻略’ by facert GitHub: http://t.cn/Eit22MJ …
    No 4. François Chollet：懒惰是大忌——不是要保持忙碌，而是如果你有可能创造出对他人有帮助的…
    No 5. 【高效Attention：线性复杂度Attention】
    No 6. 【数据增广综述(资源大列表)】
    No 7. 【《Python机器学习(第三版)》随书代码】
    No 8. 【探索式Python编程环境nbdev：让Jupyter Notebooks“面面俱到”——构建在 Jupyter Notebook 之上，将 IDE编辑器开发的优点带入Notebooks系统，可以在Notebooks中开发而不影响整个Python项目生命周期】
    No 9. 【推荐系统NLP论文列表】
    No 10. Chip Huyen：没装过老版本CUDA，你永远不知道什么是真正的痛苦。 …
    No 11. 《Financial Time Series Forecasting with Deep Learning : A Systematic Literature Review: 2005-2019》
    No 12. 绝了 😂
    No 13. 【诺基亚短信图片生成器】
    No 14. 【PyTorch深度学习项目框架模板(最佳实践)】
    No 15. 【多项式魔法：雅可比多项式】
    No 16. 《All you need is a good representation: A multi-level and classifier-centric representation for few-shot learning》
    No 17. 《One-Shot Object Detection with Co-Attention and Co-Excitation》
    No 18. 【可视化：各种音乐风格的音量大小】
    No 19. 绕地球运行的空间碎片 🤩
    No 20. ‘MIT计算机科学“补漏”
    No 21. 2019进度：▓▓▓▓▓▓▓▓▓▓▓▓▓▓░ 92% 🏃 …
    No 22. 【一些数学函数的向量化、近似、可移植实现(C)】
    No 23. 【Python遗传/进化算法工具箱】
    No 24. 【NEZHA(SOA中文语言模型) & TinyBERT(压缩BERT模型) 预训练模型】
    No 25. 【深度学习高校师资培训班】
    No 26. 【TensorBoard.dev：分享机器学习实验结果的新方法】
    No 27. 【自己动手用Python实现MuZero】
    No 28. 通过nbdev，可以享受Notebooks的所有优点，而不必有所顾虑；用nbdev可以构建完整的Py…
    No 29. 【局部/全局描述子资源列表】
    No 30. 【第一届fastMRI核磁图像重建挑战结果综述】
    No 31. R2D2……你肿么了？ http://t.cn/AiguQhtf …
    No 32. 【斯坦福课程：从语言到信息】
    No 33. 白毛鹬鸵(Kiwi)
    No 34. 【更方便的交互式“整形”——SEAN：基于语义区域自适应规范化的图像合成】
    No 35. 《基础拓扑学(修订版)》
    No 36. 空空如我，到头来只留下一台Kindle，一块硬盘，岂不更是感伤…
    No 37. 《What’s Hidden in a Randomly Weighted Neural Network?》
    No 38. ‘TensorRT封装 - TensorRT前向、插件、模型转换、量化做封装，简化，易于使用和学习或…
    No 39. 《机器学习中的数学》
    No 40. 《PyData NYC 2019 - YouTube》
    No 41. 《Semantics-aware BERT for language understanding》
    No 42. 【Python时序增广包】
    No 44. 【基于GPT-2的交互写作机器人】
    No 45. 【GitHub Typo Corpus：大规模GitHub多语言拼写错误/语法错误数据集】
    No 46. 《Transflow Learning: Repurposing Flow Models Without Retraining》
    No 47. 【OpenKP：大规模开放域关键短语提取(KPE)数据集】
    No 48. 晚安~
    No 49. 【基于Tensorflow.js, Keras, Chatito构建的深度学习文本分类/命名实体识别库】
    No 50. 《详解深度学习：基于TensorFlow和Keras学习RNN》