No 1. 【C程序员的C++速成课程】
    No 2. [允悲]
    No 3. 【从零开始的NLP教程：Python, NLP, Twitter API】
    No 4. 【免费书：《深度学习理论与实战：提高篇》】
    No 5. 《瓦尔登湖》
    No 6. 《如何高效学习》
    No 7. 【深度学习：从自然图像到医学图像】
    No 8. 有史以来最清晰的土星照片
    No 9. 【在远程服务器上完成机器学习实验：面向科研的SSH/Tunneling使用指南】
    No 10. 【学习计划：每天学点数据科学】
    No 11. 【PyTorch大数据集高效训练最佳实践】
    No 12. 晚安~ [月亮]
    No 13. 《Progressive Pose Attention for Person Image Generation》
    No 14. 【“人脸技术(识别、检测、标定、重建、生成等)”相关资源超级大列表】
    No 15. Joe Beda：作为“高级”
    No 16. Bridget Kromhout：“这很容易……”
    No 17. 【自适应深度重用(Adaptive Deep Reuse)：将卷积网络训练时间减少69%】
    No 18. 【博士论文解构】
    No 19. 【最优控制、强化学习和运动规划等主题参考文献集锦】
    No 20. 【CUDA版SIFT高效GPU实现】
    No 21. 【约束(Constraints)简介：多种算法基础，从过滤、反向运动到物理模拟】
    No 22. 【斯坦福课程：强化学习】
    No 23. 人生何处不相逢 [作揖]
    No 24. 【OpenAI Five击败#Dota 2#冠军团队后记：如何训练你的OpenAI Five】
    No 25. 【GAN评价指标的Tensorflow简单实现】
    No 26. Richard McElreath：这么多没啥意思的科研论文，是不是因为写的时候主要针对审稿人，而不…
    No 27. 【SPADE涂鸦绘画逼真照片合成】
    No 28. 更新至Lecture8.Policy Gradient //@爱可可-爱生活: //@爱可可-爱生活…
    No 29. 更新至Lecture20. Neural Networks //@爱可可-爱生活: #bilibil…
    No 30. 【Kaldi语音识别引擎相关资源集锦】
    No 31. 【人类在语言习得过程中大约要存储1.5MB的信息(主要与词汇语义有关，语法部分估计要小得多，只有约700b)】
    No 32. 波士顿动力的十年
    No 33. 【用强化学习改进火箭发动机设计】
    No 34. 【(Python)用于读取、可视化和计算天气数据的工具集】
    No 35. 【NLP研究基础：如何找到问题和回答问题】
    No 36. 【对话AI大规模数据集列表】
    No 37. 【最先进的多语言词形还原：分析适用于数十种语言的最先进的词形变换器】
    No 38. 【哥伦比亚大学应用机器学习课程2019】
    No 39. 曼荼罗生成艺术Processing代码示例 http://t.cn/EXCETpb …
    No 40. 【业余天文学家拍摄的大麦哲伦星云(LMC)1060小时图像】
    No 41. “一张图总结三种回归类型”
    No 42. 【Python可视化包大盘点】
    No 43. 【为资源受限训练数据收集提供更智能的手工标注】
    No 44. ‘autodiff - automatic differentiation made easier …
    No 45. 【实例教程：用机器学习实现GitHub任务自动化】
    No 46. 完美！换个焦点看艺术体操 http://t.cn/E6PUNvD …
    No 47. 【面向语音建模的高效分布式学习】
    No 48. 【LIBXSMM：专用于密集/稀疏矩阵运算及深度学习原语的库】
    No 49. 【Python人脸检测指南】
    No 50. 【移动设备神经网络推理性能端到端测试工具】