No 1. #抽奖##赠书# 联合@华章图书 送出5本2021最值得期待的Python进阶宝典《Effective Python：编写高质量Python代码的90个有效方法（原书第2版）》
    No 2. 每天一早看arXiv最新论文的我 [坏笑]
    No 3. ‘GNN_note - 图神经网络整理(相关论文和笔记)’ by Joe GitHub:
    No 4. 图神经网络理论基础
    No 5. 数据科学十大Jupyter Notebook扩展(2021版)
    No 6. #抽奖##赠书# 携手 电力出版社 送出5本《机器学习常用算法速查手册》
    No 7. Justin Stewart：你们能不能暂停下发论文，让我也能读得过来一次。 [喵喵]
    No 8. #抽奖##赠书# 联合@人邮异步社区 送出3本《深度学习》
    No 9. 早！[太阳]
    No 10. “一个人内心真正平静的时候，才是最有力量的时候。” - Marcus Aurelius
    No 11. 用过Obsidian吗？基于本地文件夹Markdown纯文本文件的强大知识库，对个人免费，用来组织思路很不错——“永远属于你的第二大脑”
    No 12. 晚安～ [月亮]
    No 13. 复现的日常 [偷笑]
    No 14. 旅行商问题的Transformer网络
    No 15. ‘中文独立博客列表
    No 16. 基于GPT-3能更自然对话的VR工具人
    No 17. [CV]《Transformer is All You Need: Multimodal Multitask Learning with a Unified Transformer》
    No 18. 范畴论学习资源集
    No 19. Adam Grant：更多证据表明，学校应该教编程——当孩子学习编程时，他们不仅仅在计算机技能方面变得更好，在认知能力、数学、创造力和推理能力方面也有所提高。智慧不仅仅在于你知道什么，更在于你思考的方式。 ……
    No 20. 用NLP改善简历
    No 21. 几篇论文实现代码
    No 22. [CL]《Position Information in Transformers: An Overview》
    No 23. DaisySP：C写的强大开源DSP库
    No 24. 你的Linux/macOS/Unix命令行最常用的十个命令是什么？试试：history | awk ‘{a[$2]}END{for(i ……
    No 25. 来一个吗？⌨️
    No 26. PyTorch3D 0.4.0发布，新版支持隐式形状渲染和NeRF
    No 27. communities：图社区结构检测与可视化库
    No 28. Awesome Low-light Enhancement：低光照图像增强相关文献资源列表
    No 29. 今日推介(第230期)：基于统一Transformer的多模态多任务学习、因果表示学习探索、形式语言理论与现代自然语言处理、通过视觉输入和预训练语言知识的平衡实现数据高效图像描述、单一单目视图合成人类图像的风格和姿态控制、Pyserini: ……
    No 30. Kindle - 无需代码的PyTorch简单模型构建包
    No 31. rlberry：面向研究和教育的易用强化学习Python库
    No 32. HandyRL：方便简单的分布式强化学习框架
    No 33. [LG]《Towards Causal Representation Learning》
    No 34. SDMetrics：合成数据集质量/功效评价指标
    No 35. 生理信号分类文献列表
    No 36. [LG]《Shapley values for feature selection: The good, the bad, and the axioms》
    No 37. Germanium：Go语言源码图片生成
    No 38. mubeng：Go写的快速易用网络代理检查&IP轮换器
    No 39. [CV]《VisualGPT: Data-efficient Image Captioning by Balancing Visual Input and Linguistic Knowledge from Pretraining》
    No 40. 很喜欢
    No 41. [CV]《Style and Pose Control for Image Synthesis of Humans from a Single Monocular View》
    No 42. [CL]《Formal Language Theory Meets Modern NLP》
    No 43. 欢迎参与～//#抽奖##赠书# 携手 电力出版社 送出5本《机器学习常用算法速查手册》
    No 44. 免费书：《Python编程和数值方法：工程师和科学家指南——Python数值方法》
    No 45. 欢迎参与～//#抽奖##赠书# 联合@人邮异步社区 送出3本《深度学习》
    No 46. [IR]《Pyserini: An Easy-to-Use Python Toolkit to Support Replicable IR Research with Sparse and Dense Representations》
    No 47. 可视化：英语单词中字母的出现频率及其在单词中的位置 src:http://t.cn/A6txzhuO
    No 48. 你的键盘怎么样？ [偷笑]
    No 49. 数据工程师 vs. 数据科学家 vs. AI架构师 vs. 机器学习工程师
    No 50. Scott Condron用manim制作的PyTorch DataLoader工作原理可视化