No 1. 【Python热图/相关矩阵图进阶】
    No 2. 《如何提高学术方面的英语水平，尤其是论文写作？ - 知乎》
    No 3. 【如何开始Kaggle比赛之旅】
    No 4. 【训练数据多少才够用】
    No 5. 【高效阅读完全指南】
    No 6. 【用Inkscape为数学课笔记绘制插图】
    No 7. 【Microsoft发布可视化拖拽式机器学习工具】
    No 8. 返璞归真 //@热知识bot :“我花了四年时间画的像拉斐尔一样好，但用尽一生的时间，才能像孩子一样画画”
    No 9. 《Multi-task Self-supervised Object Detection via Recycling of Bounding Box Annotations》
    No 10. 对技术的品味、看问题的角度，是眼下最该磨砺的…
    No 11. 【去模糊、老照片自动上色与超分辨率】
    No 12. 【广义语言模型：ULMFiT & OpenAI GPT】
    No 13. 【基于OpenCV/PiCamera/FFmpeg的高级视频处理库】
    No 14. “Machine learning | GitHub Topic”
    No 15. 《Low-Memory Neural Network Training: A Technical Report》
    No 16. 【点云分析相关资源大列表】
    No 17. Seymour Cray：“程序员的问题在于，大限到来之前，你都不知道他们在干啥。”
    No 18. 【蒙特卡洛树搜索库】
    No 19. 《Graph Matching Networks for Learning the Similarity of Graph Structured Objects》
    No 20. 图一／毕加索16岁画的画 图二／毕加索80岁画的画 …
    No 21. 早！[太阳]
    No 22. 「一个年轻的研究生最重要的一件事情是什么？其实不是你学到哪些技术，而是要使你自己走进未来五年、十年有…
    No 23. 【5分钟给数据科学家讲清楚面向对象编程(OOP)】
    No 24. 学术拖延地图 [笑cry]
    No 25. 晚安~ [月亮] http://t.cn/ESdjsHv
    No 26. ‘KDEpy - Kernel Density Estimation in Python’ by t…
    No 27. ‘Visual Vocabulary with Vega’ http://t.cn/EIziDtf …
    No 28. #AI 看不懂#
    No 29. 纽约警察局测试中的VR实训演习 src:http://t.cn/Eov1yGi http://t.c…
    No 30. 基于深度图的2D图像3D化效果
    No 31. 《Attention Craving RNNS: Building Up To Transformer Networks》
    No 32. 【全景分割相关资源大列表】
    No 33. 《Spectral Inference Networks: Unifying Deep and Spectral Learning》
    No 34. 【自然语言生成(NLG)交互式演示模板】
    No 35. 【Python化(pythonic)及其实施策略】
    No 36. 【哥伦比亚大学应用机器学习课程2019】
    No 37. 不错的摔跤集锦 [哈哈] 🤖🥊 http://t.cn/EovEmIz …
    No 38. 今日焦点：减少神经网络训练所需内存的技巧——模型稀疏化、半精度、微批量、梯度检查(恢复)点…
    No 39. 【“喵解”强化学习】
    No 40. 【基于深度学习的图像/视频重建新方法(F8)】
    No 41. 《ResNet Can Be Pruned 60x: Introducing Network Purification and Unused Path Removal (P-RM) after Weight Pruning》
    No 42. 【强化学习快速起步实例】
    No 43. 【DeepSwarm神经网络架构搜索框架】
    No 44. 一根普通USB数据线的截面
    No 45. 《Estimating Kullback-Leibler Divergence Using Kernel Machines》
    No 46. 【面向Github Readme.md的Markdown速查】
    No 47. 《Challenges of Real-World Reinforcement Learning》
    No 48. 【初创数据科学：容器】
    No 49. 《Full-Jacobian Representation of Neural Networks》
    No 50. ‘Pytorch TVM Extension’ GitHub: http://t.cn/ESsnXM…