端到端深度学习
端到端的深度学习就是用单个神经网络代替多阶段的处理过程。也就是说略去中间的过程,数据输入,输出就是我们要的结果。
这种方法让数据说话,只要有足够多的数据,我们不需要知道x到y的映射是怎样的,不用引入人类知识,可以充分利用数据本身的信息。
所需人工设计的组件更少,能够简化设计工作流程。
https://blog.csdn.net/qsmx666/article/details/105532287
深度学习与机器学习
深度学习属于机器学习,他们的区别主要在于:
不像在机器学习系统中,人类需要根据数据类型(例如,像素值、形状、方向)识别和手工编码应用的特征,深度学习系统会试图在不需要额外人工干预的情况下学习这些特征。也就是说,深度学习省去了特征工程。
机器学习中使用的算法倾向于对数据进行部分解析,然后将这些部分结合起来得到结果或解决方案。深度学习系统可以一下子解决整个问题或场景。
那其实,深度学习的概念和端到端深度学习的概念应该是等价的?