在线性回归中，如果预测变量的数量大于数据行并且我们强制进行回归，则 X'X 将是单数并且无法估计系数 .
X'X
现在我有50个 good 图片和20个 bad 图片进行分类，我考虑使用卷积神经网络 .
good
bad
根据我的理解，将有更多的权重/系数在CNN中确定 . 但我只有50/20的照片 .
CNN是否适用于这种小样本？还是会出现严重的过度拟合问题？
有没有办法看到学习曲线来确定最佳复杂性，类似于我们使用交叉验证在经典ML中所做的工作？