如何遍历数据集以调整每个图像的形状？

Question

我正在使用Cifar10数据集运行迁移学习程序。我一直试图获取数据x_train以具有程序所需的正确形状。 Cifar10将x_train设为(50,000 , 32, 32, 3)……我的目标是将这些x_train_resized数据转换成(50,000, 224, 224, 3)

我不确定如何遍历数据/是否与我熟悉的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)

同样，我不确定如何将调整大小后的数据转换为50,000张图像。当我运行此代码时，我收到的是224、224、3，但没有收到50,000。任何帮助将是巨大的！谢谢。