端到端是相较于非端到端而言的，那么什么是非端到端呢，简单来说，就是我们的输入数据首先经过人工处理，在喂给模型去训练。那么在这个过程中很有可能会出现人工提取的特征不准确或者偏差很大，导致再好的算法也无法得到满意的结果。
举个栗子
对一系列人的数据分类，分类结果是性别，如果你提取的特征是头发的颜色，无论分类算法如何，分类效果都不会好，如果你提取的特征是头发的长短，这个特征就会好很多，但是还是会有错误，如果你提取了一个超强特征，比如染色体的数据，那你的分类基本就不会错了。
而端到端指的是直接输入原始数据，让模型自己去学习特征，最后输出结果。中间不再需要人工的参与，就像一个工厂，送进去玉米，最后出来爆米花，中间的流程我们一律不参与。
参考文章：/zeze/p/7798080.html
如果觉得《End-to-End（端到端）的理解》对你有帮助，请点赞、收藏，并留下你的观点哦！
