本文提出了一种新颖的连续元学习方法CML-BGNN，利用贝叶斯图神经网络解决神经网络的灾难性遗忘问题。研究表明，结合元学习和重放机制可以提高学习效率和准确性。该方法在类增量学习中表现优异，展示了持续学习在深度学习中的重要性和挑战。