什么是端到端学习？

简而言之，以前有一些数据处理系统或者学习系统，它们需要多个阶段的处理。而端到端深度学习忽略所有这些阶段，用单个神经网络代替它。
如下图所示：（语音识别的例子）
第二行就是 我们所说的端到端的深度学习

事实证明，端到端深度学习在你有大量数据的时候才能让系统表现良好
比如，你只有 3000 小时数据去训练你的语音识别系统，那么传统的流水线效果真的很好。但当你拥有非常大的数据集时，比如 10,000 小时数据或者 100,000 小时数据，这样端到端方法突然开始很厉害了。

端到端学习de优势：

• 所需手工设计的组件更少，能够简化你的设计工作流程
• 如果你训练一个足够大的神经网络，希望这个神经网络能自己搞清楚，而使用纯机器学习方法，直接从𝑥到𝑦输入去训练的神经网络，可能更能够捕获数据中的任何统计信息，而不是被迫引入人类的成
  见。

我们今天能够用神经网络学习的数据类型而言，这种纯粹的端到端深度学习方法，其实前景不如这样更复杂的多步方法。因为目前能收集到的数据，还有我们现在训练神经网络的能力是有局限的。