端到端的学习end-to-end learning （理解）

传统的机器学习的流程是由多个独立的模块组成，每一个独立的任务其结果的好坏都会影响到下一个步骤，从而影响到整个训练的结果，这个是非端到端的

而深度学习模型在训练过程中，从输入端（输入数据）到输出端会得到一个预测结果，与真实结果相比较会得到一个误差，这个误差会在模型中的每一层传递（反向传播），每一层的表示都会根据这个误差来做调整，直到模型收敛或达到预期的效果才结束，这是端到端的。

两者相比，端到端的学习省去了在每一个独立学习任务执行之前所做的数据标注，为样本做标注的代价是昂贵的、易出错的。