请问cnn如何对多个特征进行回归预测

我的情况是这样的，cnn输入是一个2828的单通道矩阵，输出是一个7841的数组，一共有500个这样的数据集。我如果要用cnn对这些数据集进行训练预测，我是不是只要把cnn网络的最后一层全连接层改成784就行了？我的python的网络结构代码如下

model=keras.models.Sequential([
    keras.layers.Conv2D(16,3,strides=1,padding="same",activation=tf.nn.relu,input_shape=(28,28,1)),
    keras.layers.Conv2D(16,3,strides=1,padding="same",activation=tf.nn.relu),
    keras.layers.MaxPool2D(pool_size=2,strides=2,padding="same"),
    keras.layers.Dropout(0.25),
    keras.layers.Conv2D(32,3,strides=1,padding="same",activation=tf.nn.relu),
    keras.layers.Conv2D(32,3,strides=1,padding="same",activation=tf.nn.relu),
    keras.layers.MaxPool2D(pool_size=2,strides=2,padding="same"),
    keras.layers.Dropout(0.25),
    keras.layers.Conv2D(64, 3, strides=1, padding="same", activation=tf.nn.relu),
    keras.layers.Conv2D(64, 3, strides=1, padding="same", activation=tf.nn.relu),
    keras.layers.MaxPool2D(pool_size=2, strides=2, padding="same"),
    keras.layers.Dropout(0.25),
    keras.layers.Flatten(),
    keras.layers.Dense(4096,activation=tf.nn.relu),
    keras.layers.Dense(2048,activation=tf.nn.relu),
    keras.layers.Dropout(0.5),
    keras.layers.Dense(784,activation=tf.nn.sigmoid),
])

因为我目前只接触到了cnn，所以就用cnn来进行预测了。如果大家有更好的适用我这种情况的神经网络推荐的话，也请大家留言推荐。