卷积神经网络中的过度拟合

Question

在线性回归中，如果预测变量的数量超过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。

现在我有50张good图片和20张bad图片进行分类，我考虑使用卷积神经网络。

根据我的理解，CNN中将会有更多的权重/系数被确定。但我只有50/20的照片。

CNN是否适用于这么小的样本量？或者会出现严重的过度拟合问题吗？

有没有办法看到学习曲线来确定最佳复杂度，类似于我们在经典ML中使用交叉验证的方式？