概念
端到端模型
深度学习中的一种建模范式，用一个统一的神经网络直接从原始输入映射到最终输出，中间不显式拆分子任务。优势是训练和推理简单快速，缺点是中间过程不可见、控制力弱。
时间轴 (近 90 天)
11月7日
端到端模型同时承担语义理解和数值计算时，两类目标会在同一组参数中相互拉扯，梯度更新容易顾此失彼。
待验证50%
10月25日
端到端模型是一种自动驾驶架构，用单一模型直接从传感器输入映射到驾驶决策输出，中间环节由神经网络隐式完成。
待验证50%
10月22日
端到端模型指用一个统一的神经网络直接从原始输入映射到最终输出，中间不显式拆分规划、布局、渲染等子任务。
待验证50%
10月14日
端到端神经网络方法可以灵活学习层级结构，但很难给出泛化误差的界，实践中难以判断模型何时失效。
待验证50%