Keras で学習する
この演習では、手話のアルファベット分類に戻ります。A、B、C、D の4文字の画像が 2000 枚あり、高い精度で分類したいと考えています。モデルの定義、コンパイル、学習まで、問題のすべてのステップを行います。
keras はすでに tensorflow からインポートされています。さらに、特徴量は sign_language_features、目的変数（ラベル）は sign_language_labels として利用できます。
この演習はコースの一部です
Introduction to TensorFlow in Python
演習の手順
modelという名前の順次型モデルを定義してください。- 出力層は Dense、ノード数は 4、活性化関数は
softmaxに設定してください。 - オプティマイザに
SGD、損失にcategorical_crossentropyを指定してモデルをコンパイルしてください。 - 学習（fit）を完了し、エポック数を 5 に設定してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Define a sequential model
____
# Define a hidden layer
model.add(keras.layers.Dense(16, activation='relu', input_shape=(784,)))
# Define the output layer
____
# Compile the model
model.compile('____', loss='____')
# Complete the fitting operation
model.fit(____, ____, epochs=____)