我有一个包含9个类别和大约3000张图像的数据集。在这种情况下，我应该对深层卷积网络（4个卷积层，4个最大池化层，2个全连接层，2个 dropout 和 softmax）使用交叉验证吗？

回答：

可能是的，因为每个类别的图像数量并不多。特别是当你创建训练-测试-验证集时，比例为70-15-15%？因此，假设你用数据集的70%来训练你的分类器，并且你的数据集在各类别之间是均匀分配的。那么每个训练类别将包含大约3000*0.7 = 2100 / 9 = 233张图像…

使用交叉验证的另一个重要理由是，它能使分类器的泛化能力更强。（+ 技术上，训练样本的数量也会更高）