我读了这个关于反向传播的教程。

因此，使用这种反向传播，我们对一个输入集（例如 [2,4]）重复训练神经网络，直到我们达到 100% 的准确度，将 1 作为输出。并且神经网络正在相应地调整其权重值。所以一旦以这种方式训练神经网络后，假设我们给出另一个输入集，比如 [6,8]，那么神经网络也会更新它的权重值（覆盖以前的值），对吗？这会导致失去之前的学习，对吧？