No 1. 晚安～ [月亮]
    No 2. ‘ML_Notes - 对目前主流的机器学习算法进行公式推导、问题分析以及代码实现（主要基于numpy）’
    No 3. 知识不是免费的，需要你付出专注的代价。
    No 4. “早知道就好了”的matplotlib技巧：要调整图片分辨率，与其用……
    No 5. Git速查！鼠标垫！来一个吗？ [嘻嘻]
    No 6. 塞尔达！来一个吗？[嘻嘻]
    No 7. 最热门的8本机器学习实战书
    No 8. Python 黑魔法手册
    No 9. Naval：你的人生目标，是找到最需要你的人、最需要你的生意、最需要你的项目和艺术。总有些东西，只为你而存在。
    No 10. 晚安～[月亮]
    No 11. “作一名程序员，就要和错误保持一种精心维护的关系。”
    No 12. ‘C学习笔记和常见面试知识点，C11特性，包括多态、虚表、移动语义、友元函数、符号重载、完美转发、智能指针、const和static、数组指针和指针数组、struct内存对齐、enum和union关键字等等’
    No 13. ‘scikit-opt - Genetic Algorithm, Particle Swarm Optimization ……
    No 14. #抽奖##赠书# 携手@图灵教育 送出 5 本《机器学习基础：建模与问题求解》
    No 15. Lex Fridman：GPT-3有1750亿个参数(突触)。人脑有100多万亿个突触。2020年，训练人脑大小的神经网络需要26亿美元。如果机器学习训练效率保持目前的增长趋势，到2040年，将需要80,000美元。
    No 16. 神经网络数学入门指南
    No 17. 带货密码：“塞尔达 神庙 无线充电” TB XY 都有 [坏笑]//塞尔达！来一个吗？[嘻嘻]
    No 18. 《模式识别与机器学习(PRML)》笔记、代码、notebooks
    No 19. 带货密码： “程序员 鼠标垫” 各种大全，哈哈//Git速查！鼠标垫！来一个吗？ [嘻嘻]
    No 20. ”证明留给读者作为练习” [笑cry]
    No 21. 广告受众基础属性预估线上第一名方案
    No 22. ‘bert_seq2seq - pytorch实现bert做seq2seq任务，使用unilm方案,现在也可以做文本分类，情感分析，NER，词性标注等任务。’
    No 23. TensorFlow 2.0实现的知识蒸馏算法集
    No 24. #抽奖##赠书# 携手@华章图书 @华章计算机科学 送出5本《阿里巴巴B2B电商算法实战》
    No 25. ‘国内低代码平台列表’
    No 26. 早！[太阳]
    No 27. YOLOv3模型压缩
    No 28. 几篇论文实现代码
    No 29. 几篇论文实现代码
    No 30. GPU-Jupyter：使用方便的Jupyter+GPU的Docker镜像
    No 31. 定律、法则、心理模型、认知偏见大列表
    No 32. 旨在改善游戏和其他领域AI的三种新的强化学习方法
    No 33. Auto-ViML：快速自动创建可解释机器学习模型
    No 34. onnxt5：T5的ONNX实现版，可以以极快的速度进行文本摘要、翻译、情感分析、文本生成等等
    No 35. 有趣的双螺纹螺栓 😎
    No 36. 《计算认知神经科学(第四版)》电子书及随书代码
    No 37. 《Deep Bayesian Bandits: Exploring in Online Personalized Recommendations》
    No 38. 《DeLighT: Very Deep and Light-weight Transformer》
    No 39. FairPut：基于LightGBM的公平机器学习框架
    No 40. ‘PowerJob(原OhMyScheduler) - 新一代分布式任务调度与计算框架，支持CRON、API、固定频率、固定延迟等调度策略，提供工作流来编排任务解决依赖关系’
    No 41. 面向数据科学pytest基础教程
    No 42. Mallet：类似VPN的TCP tunnel
    No 43. PyHealth：Python医疗AI库
    No 44. 俄国开源项目大列表
    No 45. 《Encoding in Style: a StyleGAN Encoder for Image-to-Image Translation》
    No 46. AllenNLP教程
    No 47. 《One Model, Many Languages: Meta-learning for Multilingual Text-to-Speech》
    No 48. any-jump.vim：Vim代码检查插件，可快速跳转到定义/引用，可用于任何语言
    No 49. Linux常用命令速查表，日常备查不错(下载链接见评论)
    No 50. (网络)安全工程指南