listを使わずに直でndarrayを構成する方法

Python+Keras+Tensorflowで機械学習を行っています。
例によって画像の分類問題なのですが、教師として食わせる画像のサイズと枚数次第でMemoryErrorが発生してしまっています。
そこでこの記事のリストは積極的にnumpy配列にするを参考にコードを改修したいと考えたのですが、どうにもうまくいきません。
有識者の方、アドバイスをいただけないでしょうか。

Python
1# ↓こんな感じで直接扱いたい
2np_list = np.array([])
3# ↓もともと使っていた配列
4image_list = []
5label_list = []
6
7for dir in os.listdir("c:\work\train"):
8
9    dir1 = "c:\work\train\" + dir
10    label = 0
11
12    if dir == "1":
13        label = 1
14
15    for file in os.listdir(dir1):
16        label_list.append(label)
17        filepath = dir1 + "/" + file
18        image = np.array(Image.open(filepath).resize((300, 300)))
19        image = image.transpose(2, 0, 1)
20        image_list.append(image / 255.)
21        np_list = np.append(np_list,image / 255.)
22
23# kerasに渡すためにnumpy配列に変換。
24image_list = np.array(image_list)
25# 画像サイズが大きい＆枚数が多いとこの↑部分でMemoryErrorにて落ちる

np_listをimage_listと同じ形にさせたいが成就せず…

image_list
array([[[[1., 1., 1., ..., 1., 1., 1.],\n         [1., 1., 1., ..., 1., 1., 1.],\n 

np_list
array([1., 1., 1., ..., 1., 1., 1.])

あるいはことの本質はMemoryErrorの回避ですので、何かしら別解のアドバイスでもあればご指摘いただけると嬉しいです！

（manabiya二日目には参加できずに会社でお仕事ですよ…）

行動規範の内容に同意します

回答2件

メモリ不足回避？ということでGeneratorを使えば解決できるかなと。
具体的にはKerasのImageGenerator.flow_from_directory(directory)で読み出せばいいかなと思いました。ディレクトリごとにラベルが分かれているのであればclass_modeをcategoricalにすればディレクトリごとにラベルを自動でつけてくれるようです。

python
1from keras.preprocessing.image import ImageDataGenerator
2
3img_gen = ImageDataGenerator(rescale=1.0 / 255)
4train_generator = img_gen.flow_from_directory(
5    "./work/train/",
6    target_size=(300, 300),
7    class_mode='categorical')
8
9# modelは既に定義済みとする
10model.fit_generator(train_generator)