本文提出了一种自动连续学习的方法，通过训练自指神经网络来解决传统神经网络学习算法中的上下文灾难性遗忘问题。ACL在Split-MNIST基准测试上表现优于手工设计的算法，实现了持续学习多个少样本和标准图像分类数据集的目标。