对于数据量较大的特征用什么方法训练比较好?

现在有一个样本库,共6025个汉字,每个汉字有三个不同的样本,每个汉字的特征有128维;
输入:18075×128的特征矩阵,18075×1的标签矩阵,训练分类模型;
要求再输入一个新的样本时,可以输出对应标签
请问用什么方法训练数据,得到模型比较好?

用CNN,从Alexnet到resnet都试一遍吧