深度学习中的端到端理解

理解参考：

深度学习中的端到端是什么概念？

端到端指的是输入是原始数据，输出是最后的结果；

非端到端的输入端不是直接的原始数据，而是在原始数据中提取的特征。比如特征分类，是通过手工提取图像特征，对图像进行分类，就是一个非端到端的过程。特征提取需要足够的经验，而且数据量越大越困难，在这种背景之下，出现了端到端的网络，特征可以自己学习，特征提取的这个过程也就融入到算法中来了。