نعالج مشكلة التعلم التدرجي للتصنيف، التي تمثل خطوة أساسية نحو تحقيق ذكاء بصري تكيفي. وبشكل خاص، ننظر إلى بيئة المهمة الخاصة بالتعلم التدريجي مع ذاكرة محدودة، ونهدف إلى تحقيق توازن أفضل بين الاستقرار والقدرة على التكيف. من أجل تحقيق ذلك، نقترح نهجًا تدريجيًا جديدًا مكونًا من مرحلتين يستخدم تمثيلًا قابلاً للتوسع ديناميكيًا لتمكين نمذجة أكثر فعالية للمفاهيم التدريجية. وبشكل محدد، في كل خطوة تدريجية، نجمّد التمثيل المُتعلم سابقًا ونُضِف إليه أبعادًا مميزة إضافية من مُستخرج ميزات قابل للتعلم جديد. هذا يمكّننا من دمج المفاهيم البصرية الجديدة مع الحفاظ على المعرفة المُكتسبة سابقًا. ونقوم بتوسيع التمثيل ديناميكيًا وفقًا لتعقيد المفاهيم الجديدة من خلال إدخال استراتيجية تقطيع قائمة على قنوات (channel-level mask-based pruning). علاوة على ذلك، نُدخل خسارة مساعدة لتحفيز النموذج على تعلّم ميزات متنوعة وتمييزية للمفاهيم الجديدة. وأجرينا تجارب واسعة على ثلاث معايير للتعلم التدريجي للتصنيف، وتبين أن طريقتنا تتفوق باستمرار على الطرق الأخرى بفارق كبير.