给定输入和输出向量，哪个模型最适合预测未知数据？

Question

我没有太多训练神经网络的经验。我有 4 个变量向量作为输入，我分别有 3 个变量输出向量。我想创建一个神经网络，接受这些输入和输出，它们之间有一些未知的相关性（可能不是线性的）并训练。因此，当我将以前未经训练的数据放入其中时，它应该可以预测相关输出。

我在想，

1. 在这种情况下我应该使用什么类型的模型？是Restricted boltzmann machine、regression、GAN等吗？

2. 对于这样的模型，哪个库最容易学习和实现？例如：- TensorFlow、PyTorch 等

3. 如果涉及可以作为fft数组处理的图像，模型是否会改变。

我确实找到了this answer，但我对此并不满意。 如果您有任何功能或其他要点，请告诉我。非常感谢任何帮助。

Answer 1

1. 多层感知器是一个很好的起点。
2. Keras 是我用过的最高级别/最容易使用的库。
3. 如果您正在处理图像或空间结构化数据，卷积神经网络可能效果最好。