终身学习(Lifelong learning)：通过模拟一个生成式内存来记住一系列的顺序的任务数据的生成过程，达到缓解终身学习过程中的灾难性遗忘问题的目的。

迁移学习(Transfer learning)：将大规模数据所蕴含的知识迁移到小数据的学习过程中，从而提升深度神经网络在小数据上的性能

 数据跨域问题(Domain generalization)：解决实际应用中模型的训练测试不一致问题，主要研究如何将测试数据分布转化到训练分布上，或者增广训练数据尽量覆盖测试情况。