강의 보면 grad함수 파라미터가 hypothesis, features, labels 이렇게 3개로 되어있는데

함수에서 features는 사용을 안하는데 왜 파라미터에 넣었나요?

그리고 loss_fn 함수는

def loss_fn(features,labels):
    hypothesis = logistic_regression(features)
    cost = -tf.reduce_mean(labels*tf.log(loss_fn(hypothesis) + (1.-labels)*tf.log(1.-hypothesis)))
    return cost

cost 계산하는데 loss_fn함수를 호출하게 되어 있는데 맞는 건가요?