ConceptAI › Deep Learning › End-to-End Learning
End-to-End Learning
端到端学习
一句话理解
端到端学习用最终任务目标，联合训练从输入到输出的整条可学习处理链。
用最终结果指导整条链怎么学。
最好理解的例子
猫狗分类网络直接输入像素并输出类别，分类错误不仅更新最后的分类器，也更新前面负责提取边缘、纹理和形状的网络层。
核心机制
- 1
把可学习模块连接为输入到输出的处理链。
- 2
前向计算得到最终任务预测。
- 3
根据最终任务目标计算损失。
- 4
将梯度传回各可学习模块，联合更新参数。
关键关系
快速对比
分阶段训练可以先固定特征提取规则或独立训练前端，再训练分类器；端到端学习用最终目标协调这条链上的可学习部分。
常见误解
端到端不等于只有一个模块，也不意味着完全没有预处理或人工设计。
知识邻域
AI → Deep Learning