深度学习的“灾难性遗忘“

目前DNN的优点是可以建立输入输出之间非常复杂的映射关系，用于识别、分类和预测。但是一旦学习阶段结束，它所能做的操作就固化了，既难以方便的学习新的映射，也不能对实际环境中存在情境信息(比如自身状态，环境变化、任务变化等)做出灵活的响应，难以满足复杂多变的需求，即缺少情境依赖学习(contextual-dependent learning)的能力。

一般而言，当前的DNN也受到“灾难性遗忘"问题的困扰，难以在学习新知识的同时保留旧知识，即缺少连续学习(continual learning)的能力。目前连续学习（也有很多其他的叫法，如终生学习等）在业界得到了很大的关注。