什么是端到端的深度學習？（What is end-to-end deep learning?）
端到端學習到底是什么呢？簡而言之， 以前有一些數據處理系統或者學習系統，它們需要多個階段的處理。那么端到端深度學習就是忽略所有這些不同的階段，用單個神經網絡代替它。
以語音識別為例，你的目標是輸入x，比如說一段音頻，然后把它映射到一個輸出y，就是這段音頻的聽寫文本。所以和這種有很多階段的流水線相比，端到端深度學習做的是，你訓練一個巨大的神經網絡，輸入就是一段音頻，輸出直接是聽寫文本。
事實證明，端到端深度學習的挑戰之一是，你可能需要大量數據才能讓系統表現良好，比如，你只有 3000 小時數據去訓練你的語音識別系統，那么傳統的流水線效果真的很好。但當你擁有非常大的數據集時，比如 10,000 小時數據或者 100,000 小時數據，這樣端到端方法突然開始很厲害了。所以當你的數據集較小的時候，傳統流水線方法其實效果也不錯，通常做得更好。你需要大數據集才能讓端到端方法真正發出耀眼光芒。如果你的數據量適中，那么也可以用中間件方法，你可能輸入還是音頻，然后繞過特征提取，直接嘗試從神經網絡輸出音位，然后也可以在其他階段用，所以這是往端到端學習邁出的一小步，但還沒有到那里。