No 1. 【斯坦福新课：图机器学习】
    No 2. 慎言“深度学习不过是梯度下降(曲线拟合)”
    No 3. Chris Cornthwaite：学术界不需要我。 在我身后排着500个人，他们可以一样出色地完成…
    No 4. 【斯坦福课程：视觉计算系统】
    No 5. 【视频三维人体姿态检测】
    No 6. 【MIT课程：高效深度学习系统设计】
    No 7. 【标签平滑与深度学习】
    No 8. 【2019 机器学习/深度学习热门论文集锦】
    No 9. 《Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression》
    No 10. 【高效深度神经网络：从算法到硬件架构(NeurIPS 2019 Tutorial)】
    No 11. 一只小巨嘴鸟(Toucan)
    No 12. 【如何为学术听众准备口头报告】
    No 13. 人们习惯性地拒绝变化，并总是说：“一直以来我们都这么干”
    No 14. 《Halcon机器视觉算法原理与编程实战》
    No 15. 【蒙特卡罗树搜索(MCTS)文献/资源列表】
    No 16. 基于TensorFlow Lite的版本可在四核树莓派上实现超实时语音识别…
    No 17. 澳大利亚的山袋貂(Mountain Pygmy Possum) …
    No 18. 《DeepSpeech 0.6: Mozilla’s Speech-to-Text Engine Gets Fast, Lean, and Ubiquitous》
    No 19. Jean Yang：我二十多岁学到的两个重要心得: - 要是你觉得所有人都烦你，你可能应该睡…
    No 20. 《Why ADAM Beats SGD for Attention Models》
    No 21. 【深度学习OCR/文档分析/文本识别/语言建模教程资料】
    No 22. 【Kaggle特征/预处理工具箱】
    No 23. 【支持向量机、Wasserstein距离和GANs之间的联系】
    No 24. 【斯坦福大学CS224N(2019)课程(所有)相关资料】
    No 25. 【PyTorch深度学习NLP教程】
    No 26. 《ALBERT: A Lite BERT for Self-supervised Learning of Language Representations》
    No 27. 【算法偏见易纠，人类偏见难改】
    No 28. 【分布和模型的可解释比较(NeurIPS 2019 Tutorial)】
    No 29. 【2分钟秒懂电影调色】
    No 30. 《A Generalized Algorithm for Multi-Objective Reinforcement Learning and Policy Adaptation》
    No 31. 【基于检索聊天机器人多轮响应选择相关资源列表(Leaderboards、Datasets、Papers)】
    No 32. 《Manifold Markov chain Monte Carlo methods for Bayesian inference in a wide class of diffusion models》
    No 33. 晚安~ [月亮] http://t.cn/Aie86HEm
    No 34. ‘JGrowing - Java is Growing up but not only Java. …
    No 35. 【AutoGluon：MXNet自动化机器学习工具集】
    No 36. 【NeurIPS 2019 Facebook成果集锦】
    No 37. 【NeurIPS 2019 视频集锦】
    No 38. 这事儿挺适合算法做，毕设考虑一下？…
    No 39. 《Your Classifier is Secretly an Energy Based Model and You Should Treat it Like One》
    No 40. 《Reinforcement Learning Upside Down: Don’t Predict Rewards — Just Map Them to Actions》
    No 41. 【PyTorch强化推荐工具箱】
    No 42. 【问答系统相关资源大列表】
    No 43. 【高效易用的PaddlePaddle目标检测库】
    No 44. 【基于fastai 2.0库的程序员深度学习实战课程练习集(Colab)】
    No 45. 【点云数据抽象库】
    No 46. 《Controlling Style and Semantics in Weakly-Supervised Image Generation》
    No 47. 【PyTorch/CUDA实现的Levenshtein编辑距离计算】
    No 48. 《NASNet: A Neuron Attention Stage-by-Stage Net for Single Image Deraining》
    No 49. 《机器学习》
    No 50. 《Generating 3D People in Scenes without People》