AI学习笔记——End-to-End(端到端)的深度学习
1. 什么是End-to-End 学习 要知道什么是End-to-End学习首先要知道传统的非End-to-End学习是什么。以语义分类（判断评论为正面评论还是负面评论）为例，非End-to-End的学习需要对语音识别之前要经过两步处理：解析器(Parser) 注释文本和情感分类器(Sentiment Classifier)预测文本。 解析器是对文本进行标注，比如形容词（好，坏，糟糕等），情感分类器再来预测文本是正面的还是负面的，整个过程如图： End-to-End 学习不需要这些步骤，像黑盒子一样一步到位解决问题。神经网络算法就是一个被广泛应用的End-to-End学习的算法。End-to-End 算法尤其适用于数据量巨大的机器学习任务中。 2. 更多End-to-End 的例子 在语音识别领域，非End-to-End 的学习大致经历：计算特征解析得到人工设计的频谱特征，音素(Phonemes)识别器识别语音中的“音素”和最终识别三个步骤： 然而End-to-End 也只需要一步就搞定了 3. End-to-End 学习的优缺点 非End-to-End的学习算法中，需要人类做大量的前...
