端到端E2E

端到端学习一种思路，与之对应的是分步骤学习。
端到端可以由输入端的数据直接得到输出端的结果，如：

在姿态识别中

1. 高斯热图方法通常不是端到端的：输出特征图大，空间泛化能力强，精度高但是训练和推理慢；不是端到端全微分模型；结果输出是整数（全连接输出是浮点数），会丢失精度，存在理论误差下界；MSE loss可能会导致学习出来的结果出现偏移。
2. 基于回归的方法通常是端到端的：输出即为坐标点，训练和前向速度可以很快，且是端到端的全微分训练；缺点是缺乏空间泛化能力，也就是说丢失了特征图上面的空间信息。