Diferença de quantidade no treino do modelo

Estou treinando um modelo com um dataframe de dimensões (5000, 22) mas no treino cada época apresenta somente 121 valores. Qual será o motivo do modelo não utilizar todos os valores?

# Training process
Classificator = keras.Sequential([          
    keras.layers.Dense(256, activation='relu'),                                                                                                                                          
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dense(32, activation='relu'),
    keras.layers.Dropout(0.4),
    keras.layers.Dense(2, activation='softmax')
])
tf.keras.backend.set_floatx('float64')
Classificator.compile(optimizer='adamax',
                      loss='SparseCategoricalCrossentropy',
                      metrics=['accuracy'])
Classificator.fit(train_scaled, train_results, epochs=15, validation_split=0.2)