识别组织切片是癌症或者正常。

数据：https://www.kaggle.com/c/histopathologic-cancer-detection/data

组织切片数据，来识别是癌症组织还是正常组织，我觉得是没多大意义的。因为在临床上，基本不可能获得一个病人的组织切片来检测是否患病，检测是否患病的代价太大是没有意义的。组织切片更多的是研究机体组织层面的情况，来研究细胞的作用机制，形态等。

这里就不深究。

网站给的数据非常庞大，训练集20多w张图片，测试集也有6w多。由于我的电脑太菜，我只用了1w张作训练集。

给的图片非常规整，全部为96 * 96像素的。因为想直接借鉴lenet5结构，我试了下直接resize成32 * 32的图片，但我自己感官上看图片变的非常模糊，96 / 32 =3， 损失了2/3的信息，我觉得可能效果不理想，就没有这样做。直接保存了96 * 96像素的大小。

先来看一下数据：

虽然有细胞生物学和生物化学以及分子生物学的基础，但是我没有真正看过组织切片，一开始也是没有看出正常和癌症的区别。后来由癌细胞的特性，观察可能是癌症组织会入侵到正常组织中，造成细胞形态不正常，还有大小吧。。。不是很清楚。染色什么的也不能分辨是癌症还是正常组织。总之，对一个没有看切片经验的人来说，还是比较困难的。

这次分类用的结构和之前的猫狗大战一样，是改良版的vgg16。不知道的小伙伴可以看往期的专栏，那里有改良版的vgg16的结构。

但是由于输入像素为96*96*3的图片，比猫狗大战的64*64*3多的很多，导致训练比较慢，总共训练了不到1w轮，测试集85%左右的正确率。

做了3个tensorflow的实战，还是有一些感触的。

总体来说，卷积步骤能够赋予大多数网络一定的学习的能力，但是，个人的网络往往学习能力都不强。这时候不得不借助成熟的经典网络，但是，随之而来的问题是经典网络往往对输入图片的大小都有要求，在转换的过程中，会损失或者失去很多信息。比如说原vgg16的输入是224 * 224 * 3，如果将组织切片数据转换为224，则会加入一些预测的信息，这一定会对结果造成影响。由大图片转换为小图片更可能丢失信息。再者，成熟的网络大多数都是深度网络，卷积池化和全连接加起来有接近20层，这在pc上很难调试和训练（没试过GPU）。

最近看了一篇迁移学习的文章，很有用，可能会试试看。