मेरे पूरे इमेज सेट पर केरस ट्रेन क्यों नहीं करेंगे

मैं केरस में एक कन्वेन्शनल मॉडल को ट्रेनिंग दे रहा हूं। मेरे प्रशिक्षण डेटा का आकार है

(60000, 28, 28, 1)

मैं यहां एक साधारण मॉडल बनाता हूं

model = Sequential()

model.add(
    Conv2D(
        filters=32,
        kernel_size=(4, 4), 
        input_shape=(28, 28, 1),
        activation='relu'
    )
)
model.add(MaxPool2D(pool_size=(2, 2)))       

model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dense(10, activation='softmax'))

model.compile(
    loss='categorical_crossentropy', 
    optimizer='adam',
    metrics=['accuracy']
)

जब मैंने इस मॉडल को निम्न पंक्ति में अपने डेटा में फिट करने का प्रयास किया

model.fit(
    x_train,
    y_train_hot_encode,
    epochs=20,
    validation_data=(x_test, y_test_hot_encode),
)

मैंने लॉग में कुछ अजीब देखा

Epoch 1/20
1875/1875 [==============================] - 18s 9ms/step - loss: 0.5311 - accuracy: 0.8109 - val_loss: 0.3381 - val_accuracy: 0.8780
Epoch 2/20
1875/1875 [==============================] - 19s 10ms/step - loss: 0.2858 - accuracy: 0.8948 - val_loss: 0.2820 - val_accuracy: 0.8973
Epoch 3/20
1875/1875 [==============================] - 18s 9ms/step - loss: 0.2345 - accuracy: 0.9150 - val_loss: 0.2732 - val_accuracy: 0.9001
Epoch 4/20
1875/1875 [==============================] - 18s 9ms/step - loss: 0.2016 - accuracy: 0.9247 - val_loss: 0.2549 - val_accuracy: 0.9077
Epoch 5/20
1875/1875 [==============================] - 17s 9ms/step - loss: 0.1644 - accuracy: 0.9393 - val_loss: 0.2570 - val_accuracy: 0.9077
Epoch 6/20
1875/1875 [==============================] - 17s 9ms/step - loss: 0.1434 - accuracy: 0.9466 - val_loss: 0.2652 - val_accuracy: 0.9119
Epoch 7/20
1875/1875 [==============================] - 17s 9ms/step - loss: 0.1225 - accuracy: 0.9553 - val_loss: 0.2638 - val_accuracy: 0.9135

जैसा कि आप देख सकते हैं, प्रत्येक युग को 1875 छवियों पर प्रशिक्षित किया गया था, न कि संपूर्ण 60K छवियों पर, ऐसा क्यों है? या मैं गलत तरीके से लॉग पढ़ रहा हूँ?