传统机器学习的流程通常分成多个步骤,而端到端直接将多个步骤整合成一个模块,该模块接受原始输入,得到最终输出,一气呵成。
端到端采用joint learning的思想. 将前后阶段一起进行优化。确保最后阶段的解达到最优。端到端模型通常比传统方法好
端到端模型不适用于所有问题,因为它需要大量的标签数据来进行优化
example:Fast R-CNN,Faster R-CNN 属于end-to-end
R-CNN 不是end-to-end
传统机器学习的流程通常分成多个步骤,而端到端直接将多个步骤整合成一个模块,该模块接受原始输入,得到最终输出,一气呵成。
端到端采用joint learning的思想. 将前后阶段一起进行优化。确保最后阶段的解达到最优。端到端模型通常比传统方法好
端到端模型不适用于所有问题,因为它需要大量的标签数据来进行优化
example:Fast R-CNN,Faster R-CNN 属于end-to-end
R-CNN 不是end-to-end