一种对根据来自旧任务的数据训练的人工神经网络进行再训练的方法,包括:利用来自不同于旧任务的新任务的数据对人工神经网络进行训练,在利用新任务对人工神经网络进行训练期间,利用S l i ced Wasserste i nD i stance计算一系列隐藏层节点的激活分布中的漂移,基于激活分布中的漂移计算要添加到至少一个隐藏层的附加节点的数量,将输入层节点、隐藏层节点和输出层节点之间的连接权重重置为在利用来自新任务的数据对人工神经网络进行训练之前的值,将附加节点添加到至少一个隐藏层,以及利用来自新任务的数据对人工神经网络进行训练。