摘要：
我正在与TensorFlow建立皮肤癌分类器，我发现了许多带有标签的皮肤癌图像。我的问题是我没有找到正常皮肤或假皮肤癌的任何图像。我注意到所有博客都提及某些皮肤癌数据集，但从未提及正常皮肤图像。
问题：
网络如何知道什么是皮肤癌，什么不是皮肤癌？
如果仅对某种癌症进行过训练的网络，而我给出的皮肤图像正常，它将预测出其中一种皮肤癌吗？
谢谢
其中一个博客：
PS：深度学习的新手
答案 0 :(得分：0)
该问题应该很容易通过许多健康人照片的图片来解决！
没有控制图像数据库，您将无法进行监督学习。您可以根据已有的图像重新定义问题。
如果您不能做任何事情，那么您就会陷入无监督学习的境地，正面的印象只会证明您无监督的学习结论。您希望您的无监督学习将产生两个小组，如果正确，则其中一个小组应该与您的积极形象相对应。然后在没有控制数据集的情况下解决了问题。
如果您可以成功地将正面图像映射到输出上，则其余部分将成为您进行监督学习的控制集，即它们将成为您的训练集。