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：
。
