No 1. Andrew Trask：无论懂多少技术，你最有用的技能，永远是与他人合作的能力。
    No 2. ‘NSFW implement in pytorch(色情图&性感图识别，基于60万图片数据训练性感&色情模型’ ……
    No 3. Transformer视觉计算资源大列表
    No 4. 特征工程/特征选择详尽指南
    No 5. 《你见过最狠的SCI评论是什么? - 知乎》
    No 6. 20世纪20年代，英国数学家G.H.Hardy给朋友写了张明信片，上面列出了自己的6个新年愿望 [并不简单] ……
    No 7. 2 ⁵ x 9 ² = 2592 [酷]
    No 8. #抽奖##赠书# 携手 @东南大学出版社 送出 5 本《软件架构基础（影印版）》
    No 9. 好棒！[酷]
    No 10. 一份不错的Tmux使用速查
    No 11. The Pile™：构建全球最大的开源语言建模数据集，第一版目标是1TiB英文文本语料
    No 12. 机器学习博士生涯的经验与教训：小步迭代、策略性阅读、主动、专注、坚持、记笔记、重视社区、拓展视野
    No 13. IceCream-Cpp：方便的C++调试信息输出库，可替代cout/printf
    No 14. 几篇论文实现代码
    No 15. Truths vs. Lies [并不简单]
    No 16. ML Collections：为机器学习用例设计的Python集合库
    No 17. ‘投资人必会知识 —— 电子表格简明进阶教程
    No 18. face-mesh-generator：用Google’s FaceMesh模型生成人脸网格
    No 19. 前两个星期无意中发现小米有品里在卖一款电子墨水屏的日历，觉得倒是不难，干脆就自己做一个电子墨水屏的『毒鸡汤日历』吧，终于赶在新年第一天初步撸完[允悲]感兴趣的可以移步我的基友中心Repo，源代码已经开放。网页链接果然DL是第一生产力[doge]
    No 20. NeurIPS 2020 EfficientQA比赛：系统、分析和经验教训
    No 21. 今日推介(第178期)：Transformer前馈层是键-值记忆、通过位置信息解缠改进零样本翻译、失序：自然语言理解任务单词顺序有多重要？、开放域问答的内存高效基线、短语的规模化密集表示学习、BURT：受BERT启发从有意义片段学习中获得通用表示、FastIF：用于高效模型解释和调试的可扩展影响函数、通过语境 ……
    No 22. 免费书/讲义：《机器学习基础(第二版)》
    No 23. 新书稿：《概率机器学习导论》
    No 24. supertag：支持Linux、MacOS的标签化文件系统
    No 25. uroboros：命令行GNU/Linux进程监控/性能分析工具
    No 26. 早！[太阳]
    No 27. deep-translator：Python多语言机器翻译工具
    No 28. 晚安～ [月亮]
    No 29. [CL]《The Curse of Dense Low-Dimensional Information Retrieval for Large Index Sizes》
    No 30. 写论文画机器学习框图不再纠结：ML Visuals——开源方式组织的标准化机器学习框图要素/模板库
    No 31. 不错哟 //@tinyfool:这个可以有
    No 32. [CL]《BinaryBERT: Pushing the Limit of BERT Quantization》
    No 33. [CL]《BURT: BERT-inspired Universal Representation from Learning Meaningful Segment》
    No 34. Bupstash：简单高效的加密备份工具
    No 35. 实验结果的诞生 [偷笑]
    No 36. [CL]《Transformer Feed-Forward Layers Are Key-Value Memories》
    No 38. 新版书稿：《语音与语言处理》第三版(2020.12.30)
    No 39. TabFS：把浏览器里打开的Tab标签页Mount到文件系统，用熟悉的shell命令灵活操作所有页面，支持Chrome/Firefox，有点意思
    No 40. 2017年我们推荐了ddia和homl，这两本好评如潮，帮助了无数工程师。2020年，我们给大家推荐这本软件架构基础，FOSA，已经由东南大学出版社影印出版，是难得的一本给架构师和架构师路上的同学编写的好书！强烈推荐！@网路冷眼 ……
    No 41. “第一性原理学习理论”课程
    No 42. 2020十大热门计算机视觉论文及其演示与代码
    No 43. ‘NLP学习指南 - 快速入门NLP，掌握各个任务的SOTA模型
    No 44. [CL]《Learning Dense Representations of Phrases at Scale》
    No 45. [CL]《A Memory Efficient Baseline for Open Domain Question Answering》
    No 46. Google Earth Engine相关资源大列表
    No 47. Awesome Optimal Transport：最优传输相关资源列表
    No 48. 机器学习&深度学习纲要(2017-2020)，内容包括统计学、机器学习、深度学习、计算机科学、数据科学、深度视觉、NLP、云计算等领域的话题、链接和总结
    No 49. 被收购的波士顿动力机器人不练体操，改尬舞了？科技树要歪～ [笑而不语]
    No 50. [CL]《Out of Order: How important is the sequential order of words in a sentence in Natural Language Understanding tasks?》