No 1. Sam Altman：“十年后我在做什么？”
    No 2. ‘GitHub520 - 😘让你“爱”
    No 3. 这点子绝了！💡 http://t.cn/A62XAJIR
    No 4. 【免费书(普林斯顿讲义)：高维概率论】
    No 5. 伯努利原理 ✅ http://t.cn/A62a1qVz
    No 6. ‘YOLOv5 in PyTorch > ONNX > CoreML > iOS’ by Ultra…
    No 7. 【现代NLP的零样本学习】
    No 8. 《垫底辣妹》
    No 9. 《本杰明巴顿奇事》
    No 10. 【Google MediaPipe更新设备端实时手势跟踪】
    No 11. anne of the：初入学术圈，我得到的最好建议: “我们都很聪明，但与人为善能让你独一无二。”
    No 12. 【低至免费：《TensorFlow 2/Keras机器学习黑客指南》】
    No 13. 【Keras卷积网络可视化】
    No 14. 【应用机器学习线性代数Python实战入门】
    No 15. 带货～ 😎 http://t.cn/A62a5PeO
    No 16. 【如何写论文(图书节选)】
    No 17. 【Python实战课程资料】
    No 18. 论文标题 vs. 正文 🤣 http://t.cn/A62XLlfs …
    No 19. 【理解深度学习也是物理学家的任务】
    No 20. 【DDD(领域驱动设计)入门指南】
    No 21. 《Language Models are Few-Shot Learners》
    No 22. 【机器学习“飞行手册”】
    No 23. 【Transformers端到端目标检测DETR用户界面(100% Python)】
    No 24. 【深度学习超参管理器】
    No 25. 【机器学习工程师 vs. 数据科学家(数据科学没戏了？)】
    No 26. 【神经网络结构设计/可视化工具大列表】
    No 27. 【元图(Meta-Graph)：元学习少样本连接预测】
    No 28. 【Derek Sivers的写作流程分享：写下关于主题的所有想法、反驳那些想法、从不同角度探讨直到烦、搁上几天或几年再重复以上步骤、对思想的混乱局面厌恶至极、提炼要点简化大纲、发布大纲把其他的全部扔掉】
    No 29. 《Scalable Uncertainty for Computer Visition with Functional Variational Inference》
    No 30. 【TensorFlow Hub官方教程】
    No 31. 牧羊犬赶上第一波失业了？🤪🤖️ http://t.cn/A62aBTGg …
    No 32. 实锤：Netflix 确实用了图片内容分析算法 🤪 …
    No 33. 自然的杰作——美妙的矿物晶体💎
    No 34. 《联邦学习》
    No 35. 《HAT: Hardware-Aware Transformers for Efficient Natural Language Processing》
    No 36. 【在iOS应用中运行Python代码】
    No 37. 【国内有奖金的视觉比赛(大列表)】
    No 38. 【面向BERT语言模型分词器的快速训练数据预处理】
    No 39. ‘HoshinoBot - 基于 nonebot 框架，开源、无公害、非转基因的QQ机器人’ by …
    No 40. 【可复现数据分析工作流，包括R Markdown, Git, Make, Docker】
    No 41. 《机器学习理论导引》
    No 42. 【将机器学习模型编译为推理更快的张量计算】
    No 43. 《Reducing BERT Pre-Training Time from 3 Days to 76 Minutes》
    No 44. 【TensorFlow 2.x实现的StyleGAN2】
    No 45. 【开放链接数据哪里找】
    No 46. 【涂鸦应用相关文献大列表】
    No 47. 【用JAX解决优化问题】
    No 48. 【ACL 2020论文与统计】
    No 49. 荷兰画家Jan van Huysum(1682-1947)作品
    No 50. 【读博/做研究的十条锦囊：广泛阅读、同时开展两个项目、要雄心勃勃、与人合作、积极主动、写博客、始终寻求正能量、发挥自我优势、参加实习或大学间的交流访问、长线思维】