Deep learning 使用CNN学习的最小数据集是什么？

使用CNN进行研究所能学到的最小样本是什么？我有60个大图像数据集（20、20、20），分为三类。

如果你有点创意，那么你真的可以使用任意数量的图片（假设你至少有30张左右）。如果你只有很少的图片，你只需要使用迁移学习，而不是只对图片进行训练。基本上，您需要导入一个预先训练过的模型（例如ResNet-50），然后继续只在图片上进行训练，同时冻结网络大部分早期部分的权重

通过这样做，您的网络将已经知道如何检测许多关键构建块功能，并且您将能够在数据集很小的情况下训练您的网络

这里有一个链接，可以了解有关迁移学习的更多信息

---

欢迎来到stackoverflow。这是一个非常广泛的问题：它取决于你的数据集和你的研究问题是什么。您可以增加一个小数据集以改进结果，但数据越多通常越好。我建议阅读F Chollet的《Python深度学习》，以掌握一些技术（尤其是计算机视觉示例的第5章）。