就是一个概念，说的是: end to end learning.
有个模型，你将数据放进来，它直接给你需要的结果。
举个例子，任务是做车牌识别。需要识别车牌里的数字，如:浙G125978.
传统的方式，怎样做呢？它将这个分解为多个步骤:
1.定位车牌的位置
2.将车牌数字按字切分开
3.识别单个字。
最后将得到的字结合起来，就是车牌。这整个过程的三个部分，有不同模型来做，分别优化。
那么，end2end的方式怎么做呢？你输入图片，通过这个模型，它直接输出车牌识别的结果。所有部分，一起优化。
end2end的好处？
1.简单方便，就像一条龙服务一样。
2.传统的方式，前面环节出了问题，你没有机会来修正。而这种方式，任何部分的误差，都作为整体的一部分，通过反向传播都可以得到修正。