技术：

1.过拟合：数据增强，权重正则化，dropout，batch normalization。

2.机器学习的方法：逻辑回归（和其他方法好处），boosting，svm

3.LSTM公式：

4.各个激活函数的公式和优缺点

5.zero-shot做法

6.灾难性遗忘

7.大样本训练

8.迁移学习

9.attention

10.non-local

项目：

1.你的方法的contribution

2.会在什么情况下failure

3.进一步扩展

非技术：

1.你遇到的最大的困难：

2.最大的不足：

。