tensorflowのeval()について

画像に対するCNNのプログラムを勉強中で，model関数で畳み込みを行うのですが、predを

result = self.pred.eval({self.images: train_data, self.labels: train_label})

で走らせています．このeval()はmodel関数にtrain_dataとtrain_labelの画像データを渡していると思うのですが，model関数では畳み込みにself.imagesのtrain_dataしか使用していません．なぜ、train_labelも渡しているのでしょうか．

ここでの処理は、一通りトレーニングを終えて、サンプル画像を用いてどのくらいの精度かテストしている処理です。
tranin_dataはトレーニングデータで、train_labelは正解データを別の関数でデータセットとして作成しています．

def train(self, config):
    train_data, train_label = read_data(data_dir)
    self.train_step = tf.train.GradientDescentOptimizer(config.learning_rate).minimize(self.mse)

    tf.initialize_all_variables().run()
    self.pred = model()


def model(self):
    conv1 = tf.nn.relu(tf.nn.conv2d(self.images, self.weights['w1'], strides=[1,1,1,1], padding='VALID') + self.biases['b1'])
    conv2 = tf.nn.relu(tf.nn.conv2d(conv1, self.weights['w2'], strides=[1,1,1,1], padding='VALID') + self.biases['b2'])
    conv3 = tf.nn.conv2d(conv2, self.weights['w3'], strides=[1,1,1,1], padding='VALID') + self.biases['b3']
    return conv3