No 1. 想玩深度网络的可视化?你有几台显示器? 😄️
    No 2. 【新书：《“一行”Python：像专业人士一样写出精炼的Python代码》，涵盖提示与技巧、正则表达式、机器学习、数据科学及其他有用的算法】
    No 3. 【Markdown格式的个人简历】
    No 4. 计算机专业：其实我们数学也很好的还是计算机专业：x = x + 1🤣 …
    No 5. ‘Bash 脚本教程’ by wangdoc http://t.cn/A6wSiLUc GitHub…
    No 6. 现代化种树 🚜️ http://t.cn/A6wl7jRg
    No 7. 晚安～[月亮] http://t.cn/A6w0ElpF
    No 8. 画个随机多边形，连接各条边的中点，形成新的多边形，重复这一过程，最后会收敛成一个椭圆
    No 9. 【betterbib：BibTeX文献引用信息补全工具】
    No 10. 费曼在他的职业生涯总共写了37篇科研论文。
    No 11. 《k-Nearest Neighbour Classifiers — 2nd Edition》
    No 12. 【Web开发资源大列表】
    No 13. 【AI战“役”三板斧：疫病诊治、传播预测、人群疏导】
    No 14. François Chollet：数据的维度，和编码介质的维度(例如图像->2D数据)不是一回事。所…
    No 15. 💯️ http://t.cn/A6wpSJKg
    No 17. ‘Faster RCNN model in Pytorch version, pretrained …

    No 18. 《The GeoLifeCLEF 2020 Dataset》
    No 19. 【反向传播与大脑：反馈连接会诱发神经活动，用于局部近似信号，从而驱动大脑深度网络高效学习】
    No 20. 【元学习/少样本学习NLP文献列表】
    No 21. 【(日文)GNN节点分类实战入门(PyTorch)】
    No 22. 《TriggerNER: Learning with Entity Triggers as Explanations for Named Entity Recognition》
    No 23. 完全出乎意料～ 😋️ http://t.cn/A6wpalj8 …
    No 24. 《AI Feynman: a Physics-Inspired Method for Symbolic Regression》
    No 25. 【哈佛大学的免费在线自修课程】
    No 26. 《Python编程与实践》
    No 27. 【新药发现最新进展：基于对抗自编码器的所需转录组特定变化分子生成，可推断用于诱导基因期望表达变化的药物分子】
    No 28. ‘LightLM 高性能小模型测评 - 高性能小模型测评 Shared Tasks in NLPCC…
    No 29. 只能选三个，你怎么选？
    No 30. 《Regularizing Meta-Learning via Gradient Dropout》
    No 31. 【Tokenizers：注重性能与多功能性的最先进分词器】
    No 32. 【GeoDB：支持Geofencing和Google Maps的持久化地理空间数据库】
    No 33. 《人人可懂的量子计算》
    No 34. [最新更新：支持’pip install micrograd’进行安装，支持+,-,,/,*,r…
    No 35. 《Layered Graph Embedding for Entity Recommendation using Wikipedia in the Yahoo! Knowledge Graph》
    No 36. 【EMNLP发布姊妹出版物：在线杂志《Findings of ACL: EMNLP 2020》——与主会议论文的最大差别，在于它不要求有多大影响，因此，可以发表“不太时髦”领域比较扎实的工作……】
    No 37. 【CVAT：强大高效的计算机视觉标注工具】
    No 38. 【GAN是人工好奇(1990)的特例，也跟可预测性最小化(1991)密切相关】
    No 39. 《Intuitive, Interactive Beard and Hair Synthesis with Generative Models》
    No 40. 《A Novel Hierarchical Binary Tagging Framework for Relational Triple Extraction》
    No 41. 《Why Do Line Drawings Work? A Realism Hypothesis》
    No 42. ‘MicroGrad - A tiny Autograd engine’ by Andrej kar…
    No 43. 《Human Evaluation of Interpretability: The Case of AI-Generated Music Knowledge》
    No 44. 【免费书：读博之旅】
    No 45. 【综述：心理学、神经科学和机器学习中的注意力】
    No 46. 【身在学术界如何减压提升幸福感】
    No 47. 【OLX图像模块服务进化记：将图像元数据服务扩展到每天数百万张规模】
    No 48. 《GeneCAI: Genetic Evolution for Acquiring Compact AI》
    No 49. 《The Right Tool for the Job: Matching Model and Instance Complexities》
    No 50. 《本周论文关注榜(2020.4.19)》