假設你正在搭建乙個機器學習系統，你要決定是否使用端對端方法，我們來看看端到端深度學習的一些優缺點，這樣你就可以根據一些準則，判斷你的應用程式是否有希望使用端到端方法。
優點：端到端深度學習的第二個好處就是這樣，所需手工設計的元件更少，所以這也許能夠簡化你的設計工作流程，你不需要花太多時間去手工設計功能，手工設計這些中間表示方式。
缺點：它可能需要大量的資料。要直接學到這個x到y的對映，你可能需要大量(x, y)資料。
另乙個缺點是，它排除了可能有用的手工設計元件。如果你沒有很多資料，你的學習演算法就沒辦法從很小的訓練集資料中獲得洞察力。所以手工設計元件在這種情況，可能是把人類知識直接注入演算法的途徑。我覺得學習演算法有兩個主要的知識**，乙個是資料，另乙個是你手工設計的任何東西，可能是元件，功能，或者其他東西。所以當你有大量資料時，手工設計的東西就不太重要了，但是當你沒有太多的資料時，構造乙個精心設計的系統，實際上可以將人類對這個問題的很多認識直接注入到問題裡，進入演算法裡應該挺有幫助的。
使用RSQL實現端到端的動態查詢
本文主要研究一下如何使用rsql實現從前端到後端的動態資料查詢。rsql restful service query language 是feed item query language fiql 的超集，是一種restful服務的查詢語言。這裡我們使用rsql jpa來實踐，它依賴rsql par...
Deep Speech 端到端的語音識別
對於傳統的語音識別，通常會分為3個部分 語音模型，詞典，語言模型。語音模型和語言模型都是分開進行訓練的，因此這兩個模型優化的損失函式不是相同的。而整個語音識別訓練的目標 wer word error rate 與這兩個模型的損失函式不是一致的。對於端到端的語音識別，模型的輸入就為語音特徵 輸入端 而...
端到端的文字檢測識別
選自iccv 2017 澳大利亞阿德萊德大學 沈春華老師組的作品 towards end to end text spotting with convolutional recurrent neural networks 是目前為止第一篇提出端到端 ocr文字檢測 識別的文章。文章主要3點貢獻 1 ...