No 1. 从向量变换角度理解RNN
    No 2. ChineseSemanticKB：面向中文处理的12类、百万规模的语义常用词典
    No 3. 如何写摘要
    No 4. ‘GNN_Review - GNN综述阅读报告，涵盖多篇GNN方面的论文’ by LiuYuhang GitHub: ……
    No 5. 复杂物理现象的图网络模拟器(GNS)
    No 6. François Chollet：无论接下来做什么，选你觉得困难的，没有困难和挑战就没有激情，有激情才有快乐。 ……
    No 7. ‘结合BERT+GRU+ATT模型，对自己收集的人物关系数据进行模型训练，用于人物关系抽取’ by Jclian ……
    No 8. Automagica：Python自动化库
    No 9. 关于Scikit-Learn你未必了解的十件事
    No 10. 新书：《Python应用机器学习》
    No 11. Zrythm：功能强大易于使用的数字音频工作站
    No 12. 早！[太阳]
    No 13. 每天早上打开arXiv的感觉 [笑而不语]
    No 14. Dendron：“伴你成长”的个人知识管理工具
    No 15. 《Learning from Noisy Labels with Deep Neural Networks: A Survey》
    No 16. Andrej Karpathy：我们发布用GPT生成文本的同时，也在污染它未来版本的训练数据。
    No 17. Multiplex：用于创建和标记漂亮网络图可视化、文本可视化的Python库
    No 18. Unfurl：网址数据提取/可视化工具
    No 19. 晚安～[月亮]
    No 20. Klamp’t：用于机器人建模、仿真、规划、优化和可视化的开源跨平台软件包
    No 21. 小时候的量子力学三位开创者：玻尔、普朗克和爱因斯坦。 via:Fermat’s Library
    No 22. 基于PyTorch的开源电影分析工具箱，包括基本视频处理、语义视频特征提取、电影信息爬虫等
    No 23. 动画/漫画相关信号处理/机器学习研究大列表
    No 24. Griddly：面向游戏AI研究的格子世界游戏引擎
    No 25. 《ProteiNN: Intrinsic-Extrinsic Convolution and Pooling for Scalable Deep Protein Analysis》
    No 26. 拿到块上百核的CPU，你会用来干啥？
    No 27. 今天的“推荐论文关注榜”，希望对你有帮助～ 公·众·号：爱可可爱生活
    No 28. AI未来说-青年学术论坛(百度奖学金特别专场)
    No 29. 改进二分查找算法实现集
    No 30. 《Active Learning under Label Shift》
    No 31. Hoppity：基于学习的Javascript程序Bug检测、修复工具
    No 32. 《CenterNet3D:An Anchor free Object Detector for Autonomous Driving》
    No 33. 将永久改变你编程技能的40个技巧
    No 34. 几篇论文实现代码：《Improving Transformer Optimization Through Better Initialization》
    No 35. 计图语义分割模型库
    No 36. 现代棋盘游戏相关研究列表
    No 37. TenSEAL：张量同态加密库
    No 38. 《Investigating Pretrained Language Models for Graph-to-Text Generation》
    No 39. 《Wandering Within a World: Online Contextualized Few-Shot Learning》
    No 40. Hyperspace：开源索引子系统，为Apache Spark带来基于索引的查询加速
    No 41. Anup Cowkur：要用GPT-3替代程序员，客户必须准确描述他们想要的东西——我们可以放心了。
    No 42. (Keras)EfficientNet微调图像分类
    No 43. libra：只需一行代码的自动机器学习库
    No 44. #抽奖##赠书# 联合@华章图书 @华章计算机科学 送出5本《ClickHouse原理解析与应用实践》
    No 45. 《本周论文关注榜(2020.7.19)》
    No 46. ‘Yet-Another-YOLOv4-Pytorch - YOLOv4 Pytorch implementation ……
    No 47. François Chollet：AI的发展方向，应该是理解，而非模仿。要理解生命的本质，就该看看自创生(autopoiesis)、分子生物学、DNA；要模仿生命，可以画卡通画。两条路截然不同。大量的“人工智能”，其实就是神经卡通片。能理解的人工智能，不会从一开始就看起来很聪明的样子，但它会逐渐扩展到那个层次— ……
    No 48. 如何写出正则表达式？ [笑cry]
    No 49. 今天的“推荐论文关注榜”，中文简介风格不断完善中，希望对你有帮助～ 如果觉得有用，也希望能分享给你的朋友们，谢谢！ ……
    No 50. GPT-3客观上是文本生成领域的一个进步，但目前在Twitter上的大肆宣传歪曲了该模型目前所具有的能力，GPT-3并不神奇