1.在设计领域中,端到解决方案指从需求发起,到需求满足的全程;2.在机器学习,端到端解决方案指使用者直接输入原始材料,直接得到可用的结果;3.在通信工程中,端到端解决方案指从某个“端”到另一个“端”。

一、端到端解决方案过程

深度学习一般包括样本数据预处理、模型训练、 模型应用三个过程。

(1)样本数据预处理:对收集到的图像、视频、语音、文本等数据,如医院的CT影像图像,首先经过样本预处理平台,运行数据抽取CPU 软件进行样本抽取、过滤,并打标签形成训练样本库。由于样本数据预处理过程特点是IO密集,采用CPU集群进行并行计算, 快速实现预处理,生成训练样本库。

(2)模型训练:模型训练平台将读取训练样本库数据,加载初始模型,运行深度学习框架,如TensorFlow,Caffe,MXNet等对初 始模型进行训练,经过对大量数据样本的学习训练生成最终智能模型,此模型经过样本测试集测试具有较高的识别精度。 由于深度学习训练过程需要大量的计算和网络通信,采用GPU集群进行计算,并配置高速万兆或IB网络和并行存储实现 模型的快速训练。

(3)模型应用:训练好模型实际应用场景的不同,可能以三种方式被加载,如加载到单台工作站上、嵌入式设备如手机上以及云上, 对实际接收的样本进行测试识别以及推理,如医疗诊断通过深度学习模型的应用,能诊断是否视网膜病变,从而使应用具 有智能。由于模型应用过程中每个样本识别的计算量小,而需响应的任务多,系统需要并发高吞吐和低延时响应,采用 CPU、GPU或FPGA进行计算,实现单个样本的低延时识别和批量样本的高吞吐处理。

二、端到端流程

“端”指企业外部的输入或输出点,这些外部的输出或输入点包括客户、市场、外部政府或机构以及企业的利益相关者。

“端到端流程”指以客户、市场、外部政府或机构及企业利益相关者为输入或输出点的,一系列连贯、有序的活动的组合。

端到端流程是从客户需求端出发,到满足客户需求端去,提供端到端服务,端到端的输入端是市场,输出端也是市场。这个端到端必须非常快捷,非常有效,中间没有水库,没有三峡,流程很顺畅。如果达到这么快速的服务,降低了人工成本,降低了财务成本,降低了管理成本,也就是降低了运作成本。其实,端到端的改革就是进行内部最简单的最科学的管理体系的改革,形成一支最精简的队伍。

端到端的流程连起来的不只是两个紧邻部门,而是若干部门,是某个业务的全程闭环(businesscycle)。图中的这个端到端的流程,从分析客户需求开始,到收集客户反馈结束,中间经历了概念形成、市场研究、应用开发、产品实现、市场测试、销售推广、业绩评估等几个阶段,涉及营销部、研发部、采购部、生产部等若干部门。而且,这个端到端的流程实际上包含了诸如营销流程、采购流程等局部流程。

国内流程管理水平比较高的企业都已开展端到端的流程,如华为的集成产品开发(IPD)流程、集成供应链(ISC)流程,上海贝尔-阿尔卡特的”from order tocash”流程,这些流程都不同于企业部门内部或者紧邻部门之间的细节流程。