Referencia de comprensión:
¿Cuál es el concepto de extremo a extremo en el aprendizaje profundo?
De un extremo a otro significa que la entrada son los datos originales y la salida es el resultado final;
El extremo de entrada de un extremo a otro no son los datos sin procesar directos, sino las características extraídas de los datos sin procesar. Por ejemplo, la clasificación de características implica extraer manualmente características de la imagen y clasificarlas, lo cual es un proceso que no es de un extremo a otro. La extracción de características requiere suficiente experiencia y cuanto mayor es la cantidad de datos, más difícil es. En este contexto, surgió una red de extremo a extremo, donde las características pueden aprender por sí mismas y el proceso de extracción de características está integrado en el algoritmo. .