No 1. Misha Denil：如果我现在开始读研，应该不会读机器学习的博士。并不是因为竞争太激烈，而是觉得…
    No 2. 晚安～ [月亮] #晚安# http://t.cn/A6y4TkY0 …
    No 3. 《Python编程与实践》
    No 4. 【免费书：面向数据科学的概率与统计】
    No 5. 初学编程，最有帮助的几点建议：· 一次只做一件事 · 理解问题，分解问题，然后再写代码 · 问…
    No 6. 2020进度：▓▓▓▓▓▓▓▓░░░░░░░ 51% ⛽️ …
    No 7. 《Python数据分析（中文版）》
    No 8. 为方便大家阅读交流，这里集中解释下微博里几类论文的筛选原则和意义： - 每天早晨分享的，是个…
    No 9. 【David的PyTorch代码技巧指南：通过五个colab notebooks快速、直观、简要地介绍pytorch代码】
    No 10. 【Helium：比Selenium更轻快的网页自动化库】
    No 11. ‘MrDoc觅道文档 - 基于Python开发的在线文档系统，适合作为个人和小型团队的文档、笔记、知…
    No 12. 【伦敦帝国学院《机器学习数学基础：多元微积分》课程】
    No 13. John Gallagher：所谓学术生涯，就是不停下载你这辈子都读不完的pdf文档。 …
    No 14. 【伦敦帝国学院《机器学习数学基础：线性代数》课程】
    No 15. 全景模式还能这么玩？ [坏笑] http://t.cn/A6yLQG9o …
    No 16. 【一键中文数据增强工具】
    No 17. 【机器学习项目通用任务清单(流程清单)】
    No 18. 【神经网络/自编码器异常检测：序列异常的度量】
    No 19. 表示学习的本质 http://t.cn/A6y4vgxV
    No 20. Robert Lange的“Game Theory in Machine Learning”
    No 21. 【Intel官方PyTorch扩展版，提供CPU上更好的体验和性能】
    No 22. 【免费书:面向计算机科学的概率/统计模型】
    No 23. 早！[太阳] #早安#
    No 24. 原版回顾：“在网上，没人知道你是一条狗。”
    No 25. 【Autoimpute：Python数据插补算法包】
    No 26. 《Debiased Contrastive Learning》
    No 27. 【OpenHINE：异构信息网络嵌入(HINE)工具包】
    No 28. 《面向计算机科学的概率/统计模型》
    No 29. 【论文写作相关资源大列表】
    No 30. 【信息抽取数据集大列表】
    No 31. 【免费书：生命建模——用数学工具探索生物系统】
    No 32. 【基于RNN-Transducer的在线语音识别系统】
    No 33. 《Deep Learning-based Computational Pathology Predicts Origins for Cancers of Unknown Primary》
    No 34. 《The Eyes Have It: An Integrated Eye and Face Model for Photorealistic Facial Animation》
    No 35. 【康奈尔大学《机器学习金融应用》课程资料】
    No 36. 【(CVonline)视觉/图像数据集大列表】
    No 37. 【成功发表论文的11点提示】
    No 38. 【用TensorFlow 2.x实现的Soft Actor-Critic深度强化学习】
    No 39. 《百面深度学习》
    No 40. 《Unsupervised Learning of Probably Symmetric Deformable 3D Objects from Images in the Wild》
    No 41. 【darts：Python时序数据简易处理/可视化/预测包】
    No 42. Tomoyuki Kambe作品 #艺术##欣赏#
    No 43. 《Line Walking and Balancing for Legged Robots with Point Feet》
    No 44. 《Big Self-Supervised Models are Strong Semi-Supervised Learners》
    No 45. 【AI Feynman 2.0库：从数据中学习回归方程】
    No 46. 【博士论文：学习与转换任务表示计算框架】
    No 47. 《Approximate Nearest Neighbor Negative Contrastive Learning for Dense Text Retrieval》
    No 48. 《Scalable Differentiable Physics for Learning and Control》
    No 49. 【OjG：(Go)带有各种附加JSON工具的高性能解析器】
    No 50. 【ECCV 2020 论文/代码(链接)列表】