【keras】ValueError：could not broadcast input array from shape (0) into shape (20,4,4,512)

Question

前提・実現したいこと

kerasでいくつかの画像を入力して、特徴ベクトルを出力しようとしている最中、エラーが出た。
エラー内容的にも入力画像が入っていないんだろうな、と思いつつ41行目周辺のtrain_dirを見ているがパスは絶対に合っている。
でもこのエラーが治らない。。。

発生している問題・エラーメッセージ

could not broadcast input array from shape (0) into shape (20,4,4,512)

from keras.applications import VGG16
import os
import numpy as np
from keras.preprocessing.image import ImageDataGenerator
from keras import models
from keras import layers
from keras import optimizers

def extract_features(directory,sample_count):
    
    # 画像の特徴量とラベルを入れるnumpyの配列を用意する
    # 配列のサイズはVGG16モデルの出力と合わせる
    features = np.zeros(shape=(sample_count,4,4,512))
    labels = np.zeros(shape=(sample_count))
 
    generator = datagen.flow_from_directory(directory,
                                           target_size=(224,224),
                                           batch_size=batch_size,
                                           class_mode="binary")
    
    loop = int(sample_count/batch_size)
    print(loop)
    for i in range(loop):
        #ジェネレータから20個の画像データとラベルを取得
        data_batch,label_batch = generator.next()
        #VGG16のモデルを使って、(4,4,512)の特徴を抽出
        features_batch = conv_base.predict(data_batch)
        
        # 20個ずつ特徴量とラベルを詰めていく
        start = i * batch_size
        end = (i+1) * batch_size
        print(start,end)
        features[start : end] = features_batch
        labels[start : end] = label_batch
            
    return features,labels


base_dir = "/home/atsushi/デスクトップ/reseaching/image/"

train_dir = os.path.join(base_dir,'DKK_小山の神B')
# validation_dir = os.path.join(base_dir,'validation')
# weightsは重みのチェックポイント。include_topは全結合層を含めるかどうか。imagenetの1000クラス分類に対応。
conv_base = VGG16(weights = "imagenet",
                 include_top=False,
                 input_shape=(224,224,3))
conv_base.summary()
# 正規化しているらしいdatagenには正規化された画像データがはいってるのか？？？
# ではなく、インスタンス生成して跡で入力してる
datagen = ImageDataGenerator(rescale=1./255)
batch_size = 20
# バッチサイズのデフォは32らしい
 
datagen = ImageDataGenerator(rescale=1./255)
batch_size = 20
#(フォルダのパス、画像の数)
train_features, train_label = extract_features(train_dir, 48)
# validation_features,validation_label = extract_features(validation_dir,1000)
#　train_featuresの中に特徴量が入っているということ、2000 x 8176
train_features = np.reshape(train_features ,(2000, 4 * 4 * 512))
# validation_features = np.reshape(validation_features ,(1000, 4 * 4 * 512))

試したこと

ここに問題に対して試したことを記載してください。

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

Answer 1

自身のパソコンにGPUを積んでいなかったことによりtensorflowが正しく動いていなかったものと思われます。
現在はGoogleColab上で実装してます。