Co oznacza „end to end” w metodach głębokiego uczenia się?

Chcę wiedzieć, co to jest i jak różni się od łączenia?

Załóżmy, że chcę osiągnąć wysoką dokładność klasyfikacji i segmentacji dla konkretnego zadania, jeśli do tego celu używam różnych sieci, takich jak CNN, RNN itp., Czy jest to nazywane modelem typu end-to-end? (architektura?) czy nie?

machine-learning terminology deep-learning

— Rika
źródło

end-to-end = wszystkie parametry są trenowane wspólnie (vs. krok po kroku )
zestawianie = kilka klasyfikatorów jest trenowanych niezależnie, każdy klasyfikator dokonuje prognozy, a wszystkie prognozy są łączone w jedną przy użyciu pewnej strategii (np. weź najczęstszą prognozę dla wszystkich klasyfikatorów).

— Franck Dernoncourt
źródło

Dziękuję Ci bardzo. Zasadniczo chcę osiągnąć wysoką dokładność klasyfikacji i segmentacji i jestem gotów zastosować metody głębokiego uczenia się (architektury?) i stworzyć jeden kompletny model ze wszystkich tych metod i architektur. Czy to się nazywa koniec do końca? czy uważa się to za montaż?

— Rika

@Hossein czy twoi klasyfikatorzy są szkoleni niezależnie?

— Franck Dernoncourt

To miłe pytanie, nie mam pojęcia! Jak to na nas wpływa? wiesz, że badam w tej chwili i nie mam pojęcia, z czym mam do czynienia. Staram się więc dobrze zrozumieć pojęcia, które widzę w literaturze.

— Rika

@Hossein wpływa tylko na nazwę :)

— Franck Dernoncourt

@Hossein: Jeśli trenujesz CNN w tym samym czasie co RNN, to jest to szkolenie kompleksowe.

— Franck Dernoncourt