No 1. 博士生，开发新算法：3万美元/年；数据科学家，用Scikit-Learn 内置模型:12万美元/年…
    No 2. GitHub 刚刚完善了对Jupyter Notebooks的支持，我的课件终于得救了 👏😄 …
    No 3. 机器视觉研究未来5年的五大挑战(ICCV 2019) by Jitendra Malik …
    No 4. 【少样本视频到视频合成：人体骨架、涂鸦、街景分割图的逼真视频合成】
    No 5. 波士顿动力剧场版 🤖😂 http://t.cn/Ai19cTbr …
    No 6. 神经联觉：GANs音乐可视化
    No 7. 【ggplot2 科技期刊配色集锦】
    No 8. 【当数据科学团队无法创造价值：领导数据团队的重要一课】
    No 9. 论文应该怎么读 [笑而不语] http://t.cn/Ai1luSmp …
    No 10. 【不到50行Python代码构建文本生成器网页应用】
    No 11. 【pyexcel：csv, ods, xls, xlsx and xlsm 格式数据文件的统一读/写/处置 API】
    No 12. François Chollet：“人工智能”
    No 13. 【类激活图：神经网络决策的可视化】
    No 14. 【Kaggle 参赛一年成长记】
    No 15. 《Unsupervised State Representation Learning in Atari》
    No 16. 【关于自然语言处理你需要了解的4个技巧——来自Twitter数据科学家】
    No 17. 【SLAM相关资源大列表】
    No 18. ‘中国法研杯司法人工智能挑战赛之相似案例匹配第一名解决方案’ by Guido Paul GitHu…
    No 19. 【PyTorch 生态圈工具列表】
    No 20. 【基于 CycleGAN 的人脸“小丑化”🤡】
    No 21. 【用TensorFlow 2.0创建Keras模型的3种方法(Sequential, Functional, and Model Subclassing)】
    No 22. 【Leetcode 的 Python 参考方案/解析】
    No 23. 晚安~[月亮] http://t.cn/Ai1pv84a
    No 24. 【Amazon的AI情感识别软件把人类的情感表达搞混了：人脸未必是准确的情感信号】
    No 25. 【BANANAS：新的神经网络架构搜索方法(NAS)】
    No 26. 【图像处理入门100题实例解析中文版】
    No 28. 【生成模型与数据可视化】
    No 29. 【可微凸优化层】
    No 30. 【深度学习：用TensorFlow拯救雨林】
    No 31. 直到你清楚什么时候不该用一样工具，你才算真正掌握了它。- Kelsey Hightower …
    No 32. 【Kaggle新赛：TensorFlow 2.0 问答挑战——采用Google自然问题数据集，对采用 TensorFlow 2.0 API 的方案有特殊奖励】
    No 33. 【深度学习算法库】
    No 34. 《Go语言标准库》
    No 35. 【AlphaPose 的高性能 PyTorch 实现】
    No 36. 【Facebook 开源 SlowFast：双帧率分析视频识别】
    No 37. 【整体3D重建论文/资源列表】
    No 38. 【KungFu：分布式机器学习框架】
    No 39. 《Seeing What a GAN Cannot Generate》
    No 40. 【Voilà：将 Jupyter notebooks 变成独立的网页应用，自带多种交互式widgets】
    No 41. ‘基于Kaldi的aidatatang_200zh的训练之葵花宝典’ GitHub: http://…
    No 42. 【WatchAD：域安全入侵感知系统】
    No 43. 《MelGAN: Generative Adversarial Networks for Conditional Waveform Synthesis》
    No 44. 【深度学习、强化学习课程(分类)超级大列表】
    No 45. 【图分类基准图数据集列表】
    No 46. 【kornia：(PyTorch)开源可微计算机视觉库】
    No 47. 【PyTorch概率模型强化学习算法库】
    No 48. 【Pytorch-Struct：深度学习结构化预测算法库】
    No 49. 《Apply and Lambda usage in pandas》
    No 50. 《Causal inference for climate change events from satellite image time series using computer vision and deep learning》