end to end并不是一种技术,而是一类思想方法,一种特点
所谓end to end,即端到端,指的是从原始数据获取,再到最终达到想要的结果——回归或是分类,尽可能减少人的预处理的工作,使用深度学习方法可以做到这一点,在以往经典机器学习中,往往要选择合适的特征,所以过去也被称为特征工程,但是人工选取特征较为繁琐,而且效果也不稳定,若选取的特征不合适还会影响整个模型的准确率。
时下采用多个多层神经网络叠加,协同工作,每一步达成一个子目标,从而完成全局的目标。端到端极大的减少了人工预处理选择特征的工作量,减少了测试成本,让模型自己通过训练发现合适的特征。