如何保存for循环'；是否将输出转换为python图像的数组？

我有一组正在调整大小的数据，但是当我尝试调整数组大小时，我得到一个内存错误。。。我的下一步是尝试创建一个循环，每次对每个图像运行1次调整大小转换。我试图遵循keras代码，该代码将另一个轴添加到数据集，以便我可以预测所有训练数据图像。我不确定如何设置此循环以保存数据并继续处理50000张图像中的下一张图像。这就是我目前所拥有的。这就是任务要求的：您的工作是使训练集的所有图像经历相同的特征提取步骤，并使用得到的特征向量作为常规分类器的输入

from skimage import transform
#resized_xtrain =np.zeros((50000, 224, 224, 3))
for i in range (50000):
resized_xtrain= transform.resize(x_train[i], (224, 224, 3), order=1, mode='reflect')

我得到了一个.shape（2242243）

这将生成预测方法所需的形状（1224224,3）

x = preprocess_input(x)

fc2_features = model.predict(x)
fc2_features.shape

fc2产生一个

14096

。如何将50000次迭代存储到一个数组中，以便将该数据用于分类器

x = preprocess_input(x)

fc2_features = model.predict(x)
fc2_features.shape