End-to-end/hand-crafted的含义（深度学习）

最新推荐文章于 2022-03-17 09:11:43 发布

原创最新推荐文章于 2022-03-17 09:11:43 发布 · 7.8k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#end to end #深度学习 #端到端

零散的文章专栏收录该内容

8 篇文章

订阅专栏

本文探讨了深度学习中的端到端(end-to-end)方法与手工设计(hand-crafted)方法的区别。端到端方法强调从原始数据直接到结果的模型训练，而手工设计则涉及逐步骤的算法设计。端到端是神经网络的固有特性，代表了一种从输入到输出的直接映射。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

深度学习中经常会提到end-to-end的方法，这个词也常常出现在论文标题中。它和hand-crafted的含义是对应的。

End-to-end: 即端到端方法，意思是只有输入端和输出端，当中不需要设计和具体算法，就是一个神经网络。输入原始数据，输出结果即可。

Hand-crafted: 与end-to-end相对，hand-crafted方法就是人工设计的一步步能够说出理由来的方法。

其实end-to-end可以说是神经网络的一个固有性质，一种表达方式而已，因为神经网络方法就是所谓end-to-end的。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

zhimahuuu

关注关注

3
点赞
踩
10

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

深度学习论文: End-to-End Object Detection with Fully Convolutional Network及其PyTorch实现

mingo_敏

01-04

687

深度学习论文: End-to-End Object Detection with Fully Convolutional Network及其PyTorch实现 End-to-End Object Detection with Fully Convolutional Network PDF: https://arxiv.org/pdf/2012.03544.pdf PyTorch代码：https://github.com/shanglianlm0525/PyTorch-Networks ...

【AIoT-Robot】3d hand pose

liudongdong_jlu

06-04

845

手语是聋哑人士的主要沟通工具，它是利用手部和身体的动作来传达意义。虽然手语帮助它的使用者之间互相沟通，但聋哑人士与一般人的沟通却十分困难，这个沟通障碍是源于大部分人不懂得手语。

1 条评论您还未登录，请先登录后发表或查看评论

AI学习笔记——End-to-End(端到端)的深度学习

weixin_33728708的博客

07-10

1903

1. 什么是End-to-End 学习要知道什么是End-to-End学习首先要知道传统的非End-to-End学习是什么。以语义分类（判断评论为正面评论还是负面评论）为例，非End-to-End的学习需要对语音识别之前要经过两步处理：解析器(Parser) 注释文本和情感分类器(Sentiment Cla...

深度学习的hand-crafted和end-to-end的一些概念和区别

第一段代码的博客

12-04

5359

1 基本概念 hand-crafted：传统手工方法就是人工设计的一步步能够说出理由来的方法。 end-to-end：即端到端方法，意思是只有输入端和输出端，当中不需要设计和具体算法，就是一个神经网络。输入原始数据，输出结果即可。神经网络方法就是所谓end-to-end的 2 缘由：特征提取的区别特征提取是CV领域核心问题之一（之二自然是分类问题，没有之三），特征提取从思路上有两大类：一类是手动设计（hand-crafted）的方式，一类是纯学习的方式，这两种方式都是在某些生物神经理论的基础下..

计算机视觉理论笔记 (12) - 图像分类和面部识别 (Image Classification & Face Recognition)

weixin_43861350的博客

11-24

3670

图像分类和面部识别总览在机器学习中的主要步骤机器学习的训练和测试面部识别 (Face Recognition)人类方法应用面部特征 (本地local和整体holistic)配置信息 (Configure Information)计算机视觉方法面部识别系统早期设计特征脸 (Eigenfaces)主成分分析 PCA特征脸算法特征脸算法 - 检测线性判别分析 (Linear Discriminated Analysis - LDA)局部二进制模式 (Local Binary Patterns)人脸归一化 (Nor

Hand Crafted 特征 PK 纯学习的特征提取方法

wanglei0517的专栏

07-08

5226

特征提取是CV领域核心问题之一（之二自然是分类问题，没有之三~），特征提取从思路上有两大类：一类是手动设计（hand crafted）的方式，一类是纯学习的方式，这两种方式都是在某些生物神经理论的基础下进行的，不同之处是hand crafted的方式设计的是特征本身，而纯学习的方式设计的是特征提取的框架结构。换种方式来说，就好比是hand crafted特征是模仿我们所知的人类视觉的流程得到特征

day1-李宏毅机器学习

啧啧怪的博客

09-13

391

目录心得体会一、hand-crafted rules二、三类学习方法三、迁移学习四、强化学习心得体会今天开始参加开源学习组织datawhale的组队学习--李宏毅机器学习，再次写一系列文章记录我的学习笔记与感悟。李宏毅老师的讲课生动形象，中间自然而然穿插的英语让人听起来很舒服，有点口音也让人觉得课堂很有趣。初识机器学习，首先是机器学习的步骤（如何将大象放入冰箱？）第一个步骤就是找一个function，第二个步骤让machine可以衡量一个function是好还是不好，第三个步骤是让machine

如何理解深度学习中的端到端（End-to-end）概念

热门推荐

sssssyuan的博客

02-14

3万+

在最近的论文阅读中，又一次见到作者提到 “端到端”（End-to-end) 这个概念，但是在专业课的学习和以往查的资料中，这个名词并没有被特意地强调过。 端到端，是相对于非端到端 而言的。在机器学习最开始的时候，人们并不是直接输入原始数据，获得最终结果；而是首先通过特征提取，对原始数据进行初步的处理，然后再对于得到的特征进行学习，得出分类or回归的结果。比如使用一些hand-crafted fu...

End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF

07-03

State-of-the-art sequence labeling systems traditionally require large mounts of task-specific knowledge in the form of hand-crafted features and data pre-processing.In this paper, we introduce a ...

# Blind Image Deconvolution Using Variational Deep Image Prior Offical implementation of [Blind Image Deconvolution Using Variational Deep Image Prior](https://arxiv.org/abs/2202.00179) Dong Huo, Abbas Masoumzadeh, Rafsanjany Kushol, and Yee-Hong Yang ## Overview Conventional deconvolution methods utilize hand-crafted image priors to constrain the optimization. While deep-learning-based methods have simplified the optimization by end-to-end training, they fail to generalize well to blurs unseen in the training dataset. Thus, training image-specific models is important for higher generalization. Deep image prior (DIP) provides an approach to optimize the weights of a randomly initialized network with a single degraded image by maximum a posteriori (MAP), which shows that the architecture of a network can serve as the hand-crafted image prior. Different from the conventional hand-crafted image priors that are statistically obtained, it is hard to find a proper network architecture because the relationship between images and their corresponding network architectures is unclear. As a result, the network architecture cannot provide enough constraint for the latent sharp image. This paper proposes a new variational deep image prior (VDIP) for blind image deconvolution, which exploits additive hand-crafted image priors on latent sharp images and approximates a distribution for each pixel to avoid suboptimal solutions. Our mathematical analysis shows that the proposed method can better constrain the optimization. The experimental results further demonstrate that the generated images have better quality than that of the original DIP on benchmark datasets. ## Prerequisites - Python 3.8 - PyTorch 1.9.0 - Requirements: opencv-python - Platforms: Ubuntu 20.04, RTX A6000, cuda-11.1 ## Datasets VDIP is evaluated on synthetic and real blurred datasets [Lai et al](http://vllab.ucmerced.edu/wlai24/cvpr16_deblur_study/). ## Citation If you use this code for your research, please cite our paper. ``` @article{huo2023blind, title={Blind Image Deconvolution Using Variational Deep Image Prior}, author={Huo, Dong and Masoumzadeh, Abbas and Kushol, Rafsanjany and Yang, Yee-Hong}, journal={IEEE Transactions on Pattern Analysis and Machine Intelligence}, year={2023}, publisher={IEEE} } ```

最新发布

03-25

2. **深度学习方法的局限**：基于深度学习的方法通过端到端训练简化优化，但对训练数据集中未见的模糊核泛化能力差。 3. **深度图像先验（DIP）的不足**：DIP利用随机初始化网络架构作为隐式先验，但网络架构与图像...

特征提取——Hand-crafted feature

Raywit的博客

07-16

1万+

特征提取——Hand-crafted feature 1. hand-crafted 2. 纯学习 Reference 我们熟知特征提取是CV核心问题之一，而特征提取从思路上分为两类：① 手动设计(hand-crafted)；② 纯学习方式。这两种方式都是在一些生物神经理论的基础上进行的，两者不同之处是hand-crafted设计的是特征本身，而纯学习设计的是特征提取框架的结构。 1. hand-cr

Deformable Convolutional Networks论文翻译——中英文对照

SnailTyan

12-10

4397

文章作者：Tyan 博客：noahsnail.com  |  优快云  |  简书声明：作者翻译论文仅为学习，如有侵权请联系作者删除博文，谢谢！翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translation Deformable Convolutional Network...

表情识别（六）--局部特征学习和Handcrafted特征结合

工作笔记

05-28

9287

论文《Local Learning with Deep and Handcrafted Features for Facial Expression Recognition》作者基于局部特征学习和手工特征，集成模型（BOVW）的方式，在FER2013上达到75.42%的精度，在FER+上达到86.71%的精度。超过所有比赛结果，目前最好。主要包含，多CNN模型特征提取，手工特征提取，两者模...

论文阅读笔记（四十五）：Deformable Convolutional Networks

sunshine_010的博客

05-07

2788

Convolutional neural networks (CNNs) are inherently limited to model geometric transformations due to the fixed geometric structures in their building modules. In this work, we introduce two new modul...

RayNet:CNN+MRF

duyue3052的博客

07-31

657

选中这篇文章的原因和目的是：（1）与我之前的思路类似，结合传统方法对CNN的抽象学习任务进行简化。学习他的实现方案。（2）从图像获得三维信息，与我现在准备做的工作也类似，学习相关国内外研究现状。（3）看看人家故事怎么讲的。讲故事 In this paper, we consider the problem of reconstructing a dense 3D model usi...

李宏毅机器学习课程笔记（1）: 机器学习概述

wasser000的博客

04-30

590

（1950年提出）人工智能是我们希望达成的目标，希望机器可以和人一样智能，而机器学习是实现人工智能的一种方式，而深度学习是机器学习中的一种方式，深度学习主要指的是基于机器学习中神经网络的各种模型。下面介绍几种为了实现人工智能的方式： hand-crafted rules人工智能：早期的人工智能，其本质就是通过许多if判断语句去实现，通俗的讲就是用大量的判断语句，...

Siamese Network (应用篇3) ：孪生网络用于图像块匹配 ACCV2016

weixin_36670529的博客

03-17

1458

参看论文：Melekhov I, Kannala J, Rahtu E, et al. Image patch matching using convolutional descriptors with Euclidean distance[C]. asian conference on computer vision, 2016: 638-653. 会议水平：ACCV 2016，供稿单位：芬兰阿尔托大学计算机科学系、芬兰奥卢大学机器视觉研究中心 Finding correspondences be

跟着弦哥学人工智能2—HAND-CRAFTED RULES实现的人工智能及其缺陷

weixin_33842328的博客

10-26

412

隔壁有个妹纸喷我，好高兴....给她回复了下哎呀，没想到是个妹纸，其实我就随便那么一说，没合计妹纸还专门写个檄文声讨我，受宠若惊其实你的评论一看就比较专业，所以我就去你博客大概扫了一眼，发现个大问题，感觉就是一基层技术人员，所以就没当回事...包括你写的这个三月的学习思路，基本还是按码农那个路子来的，一上来就要撸起袖子敲代码。机器学习我肯定是门都没入啦，但要说如何从码农做到架构师做到技术...

对时间序列做分段相关性分析（matlab代码）

学术吧pika

01-03

1万+

hand-crafted descriptors

05-11

Hand-crafted descriptors refer to manually designed features or characteristics used to describe data in machine learning and computer vision tasks. These descriptors are often designed by human ...