No 1. 像老板一样发邮件 [坏笑]
    No 2. 这两天在备Python课，发现PowerPoint在“大纲视图”
    No 3. 要是你死了，你不会感觉自己死了，痛苦的只是别人。你犯傻的时候，也一样。 - Bill Nye …
    No 4. christina zhu：单身不快乐的，有了对象也不会快乐。真正的快乐，来自于搞定一个诡异的bug…
    No 5. 可能挽救毕业论文的三条“锦囊”
    No 6. 开发 vs. 测试 [笑cry]
    No 7. 没有PPT的日子 (photo: NASA 1961) src:http://t.cn/A6hBZr…
    No 8. 某些co-author
    No 9. Sam Rowe：读博期间，我以为自己的工作只有最终发表了才会有意义。在这儿想提醒你，数据不能定义你…
    No 10. 《生成对抗网络项目实战》
    No 11. Andrej Karpathy：现在一些常见的说法让我反感：“用我们的X库，实现Y只要5行代码：……”
    No 12. Charlie M. Wray：如何避免做出“拥挤/仓促”
    No 13. 【VS Code面向Python/数据科学的三大扩展：Notebook Support、autoDocstring、AREPL】
    No 14. 伟大的老师…… - 会和学生一起成为学生 - 对教和学有十足的热情 - …
    No 15. 这个做答辩PPT的时候应该挺有用
    No 16. 《Generalization and Representational Limits of Graph Neural Networks》
    No 17. 【《Julia 编程基础》开源版本】
    No 18. 【免费书稿：因果推断——假定】
    No 19. 【别让“Jira思维”伤了数据科学团队：数据科学的创造性、不确定性，使得成功完成的数据科学项目与完成软件开发任务本质上不同，计划“毫无用处”，但又必不可少】
    No 20. 【数据科学学习超级指南】
    No 21. 【goxygen：几秒钟生成Go/React/MongoDB全栈网站项目框架，生成后端Go代码，与前端React组件连接，为应用程序提供Dockerfile，创建docker-compose文件，方便在开发和生产环境中运行】
    No 22. 【深度学习主动学习概览】
    No 23. 【allRank：PyTorch实现的神经网络Learning to Rank框架】
    No 24. 【OnlineStats.jl：统计学单通在线算法，适用于流数据或数据太大而无法放在内存的情况，Onlinestats逐个处理观测数据，占用O(1)内存】
    No 25. 《MySQL基础教程》
    No 26. Chip Huyen：要是有台时间机器，我想回到大学第二年，在教授讲SQL的数据库课上多用点功。 …
    No 27. 【Blessed：强大的Python终端应用开发框架(含实例)】
    No 28. 《Retrosynthesis Prediction with Conditional Graph Logic Network》
    No 29. ‘kuakua_corpus - 夸夸语料，来自豆瓣互相表扬组数据’ by Aron Zhang G…
    No 30. 【恶意软件分析(初级/中级)培训资料】
    No 31. 【YouCompleteMe：Vim代码补全引擎】
    No 32. #无人机#换灯泡 💡
    No 33. 【Torchmeta：PyTorch元学习库】
    No 34. 【用静态图片生成glitchify(毛刺频闪)效果的Gif动画】
    No 35. 【新书：《精益AI：创新型创业公司如何用AI实现增长》】
    No 36. 《爆脾气的云》
    No 37. 《很高兴遇见·你》
    No 38. 《C编程语言(The C Programming Language)》
    No 39. 晚安~ [月亮] http://t.cn/A6huT4Z9
    No 40. 【《跨学科研究：过程与理论 4th ed》样章】
    No 41. 《t-viSNE: Interactive Assessment and Interpretation of t-SNE Projections》
    No 42. 《Joint Embedding in Named Entity Linking on Sentence Level》
    No 43. [笑而不语]人脸超分辨率：16x16原图 vs. PFSR + Remini vs. Ground …
    No 44. 【自然语言处理(NLP)基础实战】
    No 45. François Chollet：开发Keras的时候，我遵循一个关键原则，就是“逐步揭示复杂性”
    No 46. 善用工具，提高效率//这两天在备Python课，发现PowerPoint在“大纲视图”
    No 47. 《Gradient Boosting Neural Networks: GrowNet》
    No 48. 【基于detectron2的CenterMask2实时无锚点实例分割】
    No 49. 《Neural Network Compression Framework for fast model inference》
    No 50. 《Adversarial Machine Learning — Industry Perspectives》