Python3 AttributeError: 'tuple' object has no attribute 'reshape'エラーの解決方法

Question

前提・実現したいこと

３万枚の画像をnumpy配列に変換するところでメモリエラーが起きてしまうため、tfrecordsを使って動かしてみることにしました。
以下のリンクを参考に、訓練画像の用意をしているところでエラーが出てしまいました。
お手数をお掛けしますが、エラー解消方法についてアドバイスをいただけますと幸いです。どうぞよろしくお願いいたします。
https://taka5hi.hatenablog.com/entry/2019/01/13/120145

発生している問題・エラーメッセージ

AttributeError                            Traceback (most recent call last)
<ipython-input-5-6f952036eb77> in <module>
     37 # 訓練データの加工と保存
     38 #train_labels = to_categorical(y_train)
---> 39 save_to_tfrecord(x_train, "train.tfrecord")# train_labels,

<ipython-input-5-6f952036eb77> in save_to_tfrecord(datas, filename)
      5     with tf.python_io.TFRecordWriter(filename) as w:
      6         for data in zip(datas):#, labels):# , label
----> 7             data = data.reshape(-1).tobytes()
      8             features = tf.train.Features(feature={
      9                 'data': tf.train.Feature(bytes_list=tf.train.BytesList(value=[data]))})

AttributeError: 'tuple' object has no attribute 'reshape'

該当のソースコード

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

from keras.layers import Lambda, Input, Dense
from keras.models import Model
from keras.models import Sequential, model_from_json
from keras.losses import mse, binary_crossentropy
from keras.layers import Conv2D, Flatten, Lambda
from keras.layers import Reshape, Conv2DTranspose
from keras.utils import plot_model, np_utils 
from keras.utils import plot_model
from keras.callbacks import Callback, EarlyStopping, ModelCheckpoint,CSVLogger
from keras import optimizers
from keras import backend as K
from keras.preprocessing.image import array_to_img, img_to_array,load_img
#from keras.preprocessing.image import ImageDataGenerator


import numpy as np
import matplotlib.pyplot as plt
import argparse
import os
import re
import glob
import random as rn
import tensorflow as tf
#import cv2
#import easydict
from PIL import Image
#from google.colab.patches import cv2_imshow

import warnings
warnings.filterwarnings('ignore')

%matplotlib inline

BATCH_SIZE = 500
EPOCHS = 5

def save_to_tfrecord(datas, filename):# labels, 
    with tf.python_io.TFRecordWriter(filename) as w:
        for data in zip(datas):#, labels):# , label
            data = data.reshape(-1).tobytes()
            features = tf.train.Features(feature={
                'data': tf.train.Feature(bytes_list=tf.train.BytesList(value=[data]))})
                #'label': tf.train.Feature(int64_list=tf.train.Int64List(value=label.astype(dtype='int64')))
            

            example = tf.train.Example(features=features)
            w.write(example.SerializeToString())

# MNIST データのロード
#(x_train, y_train), _ = mnist.load_data()

#original dataset
#train
filenames = glob.glob("./train/NORMAL_train_dataset/*.jpeg")
image_list = []

for filename in filenames:

    if filename == "Thumbs.db":
        continue

    image_value = np.array(Image.open(filename))
    image_list.append(image_value.reshape(1, image_value.size))
 
x_train = np.asarray(image_list)
print(x_train.shape)

# 訓練データの加工と保存
#train_labels = to_categorical(y_train)
save_to_tfrecord(x_train, "train.tfrecord")# train_labels, 

補足情報（FW/ツールのバージョンなど）

ラベル無しのオリジナルデータセットを利用予定です。
ubuntuで、anacondaの仮想環境下で実行しています。

Answer 1

for data in zip(datas):#, labels):# , label
            data = data.reshape(-1).tobytes()

zipはタプルという構造体を返すので、dataがnumpy.arrayになっていないのが問題ではないでしょうか？

以下に変更するとうまく行きませんか？

for data, label in zip(datas, labels):# , label
            data = data.reshape(-1).tobytes()

---

追記

ラベルがないのであれば、以下のようにしてみてはいかがでしょうか。

for data in datas:

Comments

[SuzuAya]

ご回答ありがとうございます！ラベル無しのデータセットで実装しており、def save_to_tfrecord(datas, filename):の部分でもlabelについて定義していないため、ご提案頂いたコードに変更してもうまくいきませんでした…。

[SuzuAya]

追記ありがとうございました！自分でもそのようにやってみたのですが、エラーは消えませんでした。tfrecordについてもう少し時間をかけて勉強してみます。