我对训练神经网络没有太多经验。我有4个变量向量作为输入，并且有3个变量的输出向量。我想创建一个神经网络来处理这些输入和输出，它们之间可能存在未知的关联（可能不是线性的），并进行训练。这样，当我输入之前未训练的数据时，它应该能够预测出相关的输出。
我想知道，
-
在这种情况下应该使用哪种类型的模型？是受限玻尔兹曼机、回归、生成对抗网络等吗？
-
学习和实现这种模型时，哪个库最简单易用？例如：TensorFlow、PyTorch等
-
如果涉及图像，可以作为fft数组处理，模型会有所改变吗？
我确实找到了这个回答，但我对它并不满意。请告诉我是否有任何功能或其他要点你希望我知道。任何帮助都非常感激。
回答：
- 多层感知机是一个很好的起点。
- Keras是我用过的最高级/最易用的库。
- 如果你处理的是图像或空间结构化数据，卷积神经网络可能会是最好的选择。
