在 faster rcnn (https://arxiv.org/abs/1506.01497) 中,有两种训练网络的方式。一种是联合训练 rpn 和 fast rcnn;另一种是以端到端的方式同时训练 rpn 和 fast rcnn。然而,作者指出,在端到端训练中,结果只是联合训练的近似值。这个近似值的原因是这个解决方案忽略了对提议框坐标的导数,而这些提议框坐标也是网络响应,所以是近似的。然而,从网络定义(https://github.com/rbgirshick/py-faster-rcnn/blob/master/models/pascal_voc/VGG16/faster_rcnn_end2end/train.prototxt)来看,rpn 的边界框回归在每次训练迭代中都会更新,所以不会被忽略。那么,为什么它忽略了提议框坐标的导数?这意味着什么?