No 1. ‘AI 路线图（知识树）’ by ApacheCN GitHub: http://t.cn/EoGp…
    No 2. 【用Pytorch超快速训练神经网络的九个技巧】
    No 3. ‘2020年的算法实习岗位信息表，部分包括内推码，和常见深度学习算法岗面试题及答案，暑期计算机视觉实…
    No 4. ‘“神策杯2018高校算法大师赛（中文关键词提取）第二名代码方案’ by Bigzhao Tan G…
    No 5. ‘知识图谱深度学习相关资料整理- 深度学习与自然语言处理、知识图谱、对话系统。包括知识获取、知识库构…
    No 6. 《异常检测（anomaly/ outlier detection）领域还有那些值得研究的问题？- 知乎》
    No 7. 【用Python实现蒙特卡罗树搜索(MCTS)算法】
    No 8. 【用Cython 30倍加速 Python代码】
    No 9. 【用马尔可夫逻辑统一逻辑AI和统计AI】
    No 10. 【C++实现的激光雷达扫描/点云多目标检测、跟踪和分类】
    No 11. 【谱聚类：直觉与原理】
    No 12. 【图深度学习技术路线图(文献列表)】
    No 13. 【Kaggle新赛：钢铁缺陷检测】
    No 14. 【Weights & Biases：一行代码可视化Keras模型】
    No 15. 《国内外有哪些比较好的人工智能学习平台？- 知乎》
    No 16. 【用Jupyter Notebooks编写、分享算法分析的十条简单规则】
    No 17. ‘HyperLabelImg - 开源可视化图像标注工具(支持人脸关键点/不规则四边形/多边形标注)…
    No 18. 【预测 vs. 解释：为什么数据科学需要更多的“半贝叶斯”】
    No 19. ‘PPTHub - 大安全各领域各公司各会议分享的PPT’ by FeeiCN GitHub:
    No 20. 也许没有🦖那么强大，但依然可以活得很骄傲🐶…
    No 21. 【完全用代码生成“快乐蹦蹦蹦”】
    No 22. 【神经网络训练方法】
    No 23. 【《动手学深度学习》例子的PyTorch实现】
    No 24. 【机器学习模型压缩相关文献、工具、学习资料列表】
    No 25. 《SlimYOLOv3: Narrower, Faster and Better for Real-Time UAV Applications》
    No 26. 《Improving Sequence-to-Sequence Learning via Optimal Transport》
    No 27. 【专业学术写作：给信息专业学者的建议】
    No 28. 【用稀疏数组(Sparse Arrays)高效处理大规模(特征)数据】
    No 29. 【PyTorch实现从单幅RGB图构建3D点云】
    No 30. 早！
    No 31. 【用LightGBM和Optuna实现AutoGBT】
    No 32. 《ELI5: Long Form Question Answering》
    No 33. ‘Gaussian mixture models in PyTorch.’ by Lucas Dee…
    No 34. 【要牛仔裤不要鞋子——如何用BERT更好满足客户需求】
    No 35. 【KDD Cup 2019 AutoML Track第一名方】
    No 36. 经典回顾，看清神经网络训练的那些坑…
    No 37. 【PyTorch实战学习】
    No 38. “我们希望把关注点转移到绿色AI——确保每个受到启发、只有笔记本电脑的本科生，都能有机会撰写高质量论文，并发表在一流学术会议上”
    No 39. 《Green AI》
    No 40. 【Lyft Level 5 AV Dataset无人驾驶数据集开发包】
    No 41. 【Open Images v4图像数据集单类/多类下载与可视化工具集】
    No 42. 【NAACL 2019笔记】
    No 43. 晚安~ [月亮] http://t.cn/AijXCCRQ
    No 44. 【深度学习优化算法】
    No 45. 【(MXNet)预训练超分辨率模型集锦】
    No 46. 【迁移学习自然语言处理教程资料】
    No 47. 【OctoML：易于使用的开源深度学习自然语言处理库(集成BERT/Distiller Transfer Learning)】
    No 48. 【60分钟PyTorch深度学习实例入门教程】
    No 49. 【(三星)深度强化学习教程资料】
    No 50. 《Overfitting of neural nets under class imbalance: Analysis and improvements for segmentation》