我想训练一个神经网络，以返回在一个简单的欧几里得距离上首先训练的两个RGB像素之间的归一化颜色距离，每个颜色分量为0-255。有6个输入（2个像素x R，G，B分量）和1个输出（归一化的0-1色距）。还是应该有48个二进制输入（2像素x每px 24位）？
训练集可能由1k-10k随机生成的像素对及其计算的距离组成。我愿意创建/链接几个简单的网络，而不是训练一个完美的网络。例如通过可以廉价确定的hue1 / hue2组合拆分每个对象。
我是ML的新手，并希望能得到一些建议，因为我的直觉对于我需要哪种类型的网络基本上是零，而对于拓扑和参数应该是什么则是直觉。
大多数受监督的神经网络似乎将其分类为存储桶，但是我不太了解如何获得一个网络来预测一个不只是几个类别中的一个的值。我仍然可以使用简单的前馈网络来执行此任务或其他操作吗？
感谢您的任何建议！