ⓐ 첫 번째 파라미터: 입력 데이터를 의미합니다.

ⓑ epochs: 학습 횟수를 의미하는 것으로, 에포크 횟수가 증가하면 훈련 데이터셋의 정확도는 증가하지만 검증 데이터셋의 정확도는 오히려 감소할 수 있기 때문에 적절한 설정이 중요합니다.

ⓒ steps_per_epoch: 한 에포크에서 사용한 스텝(모델이 가진 파라미터(가중치)를 1회 업데이트하는 것) 개수를 지정합니다.

ⓓ validation_data: 성능을 모니터링하는 데 사용하는 데이터셋을 설정합니다. 여기에서는 검증 데이터셋을 사용하여 간편하게 성능을 모니터링합니다.

ⓔ validation_steps: 한 에포크가 종료될 때 사용되는 검증 스텝 개수를 지정합니다.

ⓕ 텐서보드라는 콜백 함수를 생성한 후 fit() 메서드의 파라미터로 넣어 줍니다.

ⓖ verbose: 훈련의 진행 과정을 보여 줍니다. 0이면 아무것도 출력하지 않고, 1이면 훈련의 진행도를 표시하는 진행 막대를 보여 줍니다. 2면 미니 배치마다 훈련 정보를 출력합니다.