Как изменить формат данных в машинном обучении keras?

Question

Мне дан базовый код, который мне нужно изменить, чтобы иметь возможность использовать мои тренировочные данные в качестве входных данных, а не единственное изображение в коде. Я не уверен, правильно ли я поступлю, поскольку xtrain.shape создает формат (50,000, 32, 32, 3). Когда я пытаюсь запустить каждое значение xtrain в resizer, а затем использовать эти данные в качестве прогнозируемого значения, я получаю resized_xtrain.shape, он выдает (224, 224, 3), а len(results) выдает 50,000, если resized_xtrain не будет (50 000 , 224, 224, 3)? Любые полезные советы будут великолепны. Мне нужно настроить данные в массив для последующего использования в качестве входных данных для классификатора randomForest. Вот что было дано:

from keras.applications.vgg19 import VGG19
from keras.preprocessing import image
from keras.applications.vgg19 import preprocess_input
from keras.models import Model
import numpy as np

base_model = VGG19(weights='imagenet')
base_model.summary()

model = Model(inputs=base_model.input, outputs=base_model.get_layer('fc2').output)

img_path = 'elephant.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

fc2_features = model.predict(x)
fc2_features.shape

И вот что я создал:

from skimage import transform
from keras.models import Model

model2 = Model(inputs=base_model.input, outputs=base_model.get_layer('fc2').output)
results=[]
for i in range (50000):
    resized_xtrain= transform.resize(x_train[i], (224, 224, 3), order=1, mode='reflect')
#img_path = 'elephant.jpg'
#img = image.load_img(img_path, target_size=(224, 224))
#x = image.img_to_array(img)
    x = np.expand_dims(resized_xtrain, axis=0)
    x = preprocess_input(x)

    fc2_features = model2.predict(x)
    fc2_features.shape
    results.append(fc2_features)