如何循环数据集以调整每个图像的形状？

Question

我正在使用Cifar10数据集来运行转移学习程序。 我坚持试图让数据x_train具有程序所需的正确形状。 Cifar10给出x_train为(50,000 , 32, 32, 3) ......我的目标是让这个x_train_resized数据为(50,000, 224, 224, 3)

我不知道如何循环数据/如果它与我熟悉的Matlab相同。 我一直在尝试的是：

from skimage import transform
from keras.models import Model


model2 = Model(inputs=base_model.input, outputs=base_model.get_layer('fc2').output)
results=[]
resized_xtrain=[]
for i in range (50000):
    resized_xtrain= transform.resize(x_train[i], (224, 224, 3), order=1, mode='reflect')

    x = np.expand_dims(resized_xtrain, axis=0)
    x = preprocess_input(x)

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

我再次不确定如何将调整大小的数据作为50,000张图像。 当我运行此代码时，我收到224,224,3但不是50,000。 任何帮助都会很棒！ 谢谢。