端到端的神经网络(end-to-end)

端到端是相对于非端到端而言的。

在一开始经典的机器学习中，大都是以人类的先验知识将原始的数据预处理成特征，然后再对特征进行分类。换句话说就是，对原始数据进行初步的处理，输入的不是直接的原始数据，而是在原始数据中人工参与提取的一些关键特征。这时分类结果的好坏与提取的特征密切相关。这种处理方法在图像问题上尤为常见，因图像中像素巨多，数据维度高，所以需人为手工提取图像中的一些关键信息。

随着深度学习神经网络的发展，可以让网络自己学习如何提取更好的特征，也就是通过一些配置能让网络去做以前需要人工参与的特征提取的工作。

端到端的学习，就是把特征提取的任务也交给模型去做，直接输入原始数据或者经过略微预处理的数据，让模型自己进行特征提取。通过这种方式神经网络可以很好地学习到特征的描述，之前需要人工设计的特征算子，本身也可以通过神经网络的方式，让模型自己学习得到。这之中的具体细节都不需要人工干预，这就是端到端。

端到端它缩减了人工预处理和后续的处理工作，尽可能使模型从原始输入到最终的输出，给模型更多可以根据数据自动调节的空间，增加了模型的整体契合度。

端到端的神经网络(end-to-end)相关推荐

点云配准的端到端深度神经网络：ICCV2019论文解读
点云配准的端到端深度神经网络:ICCV2019论文解读 DeepVCP: An End-to-End Deep Neural Network for Point Cloud Registration ...
脸书开源第一个使用卷积神经网络技术的端到端语音识别系统
https://www.toutiao.com/a6639449370913669635/ 2018-12-27 07:34:30 脸书发布全新自动语音识别的卷积方法 ,以及开源目前最先进的端到端语音 ...
端到端的文本无关说话人确认的深度神经网络嵌入
端到端的文本无关说话人确认的深度神经网络嵌入论文:Snyder D, Ghahremani P, Povey D, et al. Deep neural network-based speaker ...
神经网络中“端到端”思想
深度学习的一个重要思想就是"端到端"的学习方式,属表示学习的一种.这是深度学习区别于其他机器学习算法的最重要的一个方面.其他机器学习算法,如特征选择算法.分类器算法.集成学习算法等 ...
论文翻译：基于端到端的可训练神经网络基于图像的序列识别及其在场景文本识别中的应用
An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to S ...
【记录】本科毕设：基于树莓派的智能小车设计（使用Tensorflow + Keras 搭建CNN卷积神经网络使用端到端的学习方法训练CNN）
0 申明这是本人2020年的本科毕业设计,内容多为毕设论文和答辩内容中挑选.最初的灵感来自于早前看过的一些项目(抱歉时间久远,只记录了这一个,见下),才让我萌生了做个机电(小车动力与驱动)和控制(树 ...
深度学习神经网络端到端的学习方式
端到端的学习方式就是在整个学习流程中并不进行人为的子问题划分, 而是完全交给深度学习模型直接学得从原始输入到期望输出的映射.
用TVM在硬件平台上部署深度学习工作负载的端到端 IR 堆栈
用TVM在硬件平台上部署深度学习工作负载的端到端 IR 堆栈深度学习已变得无处不在,不可或缺.这场革命的一部分是由可扩展的深度学习系统推动的,如滕索弗洛.MXNet.咖啡和皮托奇.大多数现有系统针对 ...
端到端TVM编译器（下）
端到端TVM编译器(下) 4.3 Tensorization DL工作负载具有很高的运算强度,通常可以分解为张量运算符,如矩阵乘法或一维卷积.这些自然分解导致了最近的添加张量计算原语.这些新的原语带来 ...

端到端的神经网络(end-to-end)

端到端的神经网络(end-to-end)相关推荐

最新文章

热门文章