'numpy.ndarray' object has no attribute 'numpy'のエラー

Question

#前提・実現したいこと
Variational Autoencoderを使った画像の異常検知　後編　（塩尻MLもくもく会＃7）
上記のURLのサイト様のコードを参考にVAEとオリジナルデータセットを用いて異常検知を行いたいと考えております。

#発生している問題・エラーメッセージ

-------------------------------------------------------------------------
AttributeError                          Traceback (most recent call last)
<ipython-input-37-02dbf7abd247> in <module>
      2   if y_train[i] == 1:#スニーカーは7
      3     temp = x_train[i,:,:,:]
----> 4     x_train_b.numpy.append(temp.reshape((x_train_shape[1],x_train_shape[2],x_train_shape[3])))
      5 
      6 x_train_b = np.array(x_train_b)

AttributeError: 'numpy.ndarray' object has no attribute 'numpy'

コードの途中で上記のようなエラーが発生してしまい、どのようにコードを改良すればいいのかわからない状態です。

#コード

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

from keras.layers import Lambda, Input, Dense, Reshape
from keras.models import Model
from keras.losses import mse
from keras.utils import plot_model
from keras import backend as K
from keras.layers import BatchNormalization, Activation, Flatten
from keras.layers.convolutional import Conv2DTranspose, Conv2D

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as colors
import os
from sklearn import metrics
os.chdir('/Users/user_name/desktop/VAE')
os.getcwd()

def result_score(model, x, name, height=80, width=80, move=2):
    score = []

    for k in range(len(x)):
        max_score = -1000000000
        if k%100 == 0:
          print(k)

        for i in range(int((x.shape[1]-height)/move)+1):
            for j in range(int((x.shape[2]-width)/move)+1):
                x_sub = x[k, i*move:i*move+height, j*move:j*move+width, 0]
                x_sub = x_sub.reshape(1, height, width, 1)

                #従来手法
                if name == "old_":
                    #スコア
                    temp_score = model.evaluate(x_sub, batch_size=1, verbose=0)
                    if temp_score > max_score:
                        max_score = temp_score

                #提案手法
                else:
                    #スコア
                    mu, sigma = model.predict(x_sub, batch_size=1, verbose=0)
                    loss = 0
                    for o in range(height):
                        for l in range(width):
                            loss += 0.5 * (x_sub[0,o,l,0] - mu[0,o,l,0])**2 / sigma[0,o,l,0]
                    if loss > max_score:
                       max_score = loss

        score.append(max_score)

    return(score)

def cut_img(x, number, height=224, width=224):
    print("cutting images ...")
    x_out = []
    x_shape = x.shape

    for i in range(number):
        shape_0 = np.random.randint(0,x_shape[0])
        shape_1 = np.random.randint(0,x_shape[1]-height)
        shape_2 = np.random.randint(0,x_shape[2]-width)
        temp = x[shape_0, shape_1:shape_1+height, shape_2:shape_2+width, 0]
        x_out.append(temp.reshape((height, width, x_shape[3])))

    print("Complete.")
    x_out = np.array(x_out)

    return x_out

# reparameterization trick
# instead of sampling from Q(z|X), sample eps = N(0,I)
# z = z_mean + sqrt(var)*eps
def sampling(args):
    z_mean, z_log_var = args
    batch = K.shape(z_mean)[0]
    dim = K.int_shape(z_mean)[1]
    # by default, random_normal has mean=0 and std=1.0
    epsilon = K.random_normal(shape=(batch, dim))
    return z_mean + K.exp(0.5 * z_log_var) * epsilon

# dataset
from bcn_dataset import BCN_Dataset2
(x_train, y_train), (x_test, y_test) = BCN_Dataset2.create_bcn()

x_train = x_train.reshape(x_train.shape[0], 224, 224, 3)
x_test = x_test.reshape(x_test.shape[0], 224, 224, 3)

x_train = x_train.astype('float32') / 255
x_test = x_test.astype('float32') / 255

x_train_b = []
x_test_b = []
x_test_n = []

x_train_shape = x_train.shape

for i in range(len(x_train)):
  if y_train[i] == 1:#スニーカーは7
    temp = x_train[i,:,:,:]
    x_train_b.numpy.append(temp.reshape((x_train_shape[1],x_train_shape[2],x_train_shape[3])))

x_train_b = np.array(x_train_b)
x_train_b = cut_img(x_train_b, 50)
print("train data:",len(x_train_b))

#試していること
'numpy.ndarray' object has no attribute 'append'のエラー
前回、似たような質問をさせていただいており、ご回答者様より「ndarrayにappend()メソッドは在りません。numpy.append()のメソッドなら在ります。」とのご指摘をいただけたため、コードを自分なりに試行錯誤（appendの前にnumpyを付けてみるなど）してみたのですが、うまくいかず同じようなエラーが発生してしまっているため、頭を悩ませております。
コードをすべて変更しなければならないのか、それとも自分の作成したデータセットの作り方が間違っているのか、大変恐縮ではありますがどんな小さなことでも構いませんので何かご助言いただけたらと思います。

#補足
使っているPCはmacOS Catalina バージョン10.15.5
Pythonのバージョンは3.6.5です
Jupiter notebookを使用しています

Comments

[takutakuya]

質問にあるエラーが発生した時のコードと、質問にあるコードって何か変わってますか？
エラーには「x_train_b.numpy.append」とありますが、コードの中には無かったので。

[maguro2020]

ご回答いただきありがとうございます。takutakuya様。
大変失礼いたしました。コードをエラーが発生した際の時に修正いたしましたので、ご確認していただけたらと思います。

Answer 1

numpy.appendは関数なので、使い方は以下のようになります。

numpy.append(元の配列,対象の配列)

関数なので戻り値があります。なので、戻り値を何らかの変数で定義して、後続処理をしてください

Answer 2

import numpy as npとしているので、コードの中でnumpyを呼び出したい時はnpと書きましょう。

Answer 3

'numpy.ndarray' object has no attribute 'numpy'

'numpy.ndarray' には 'numpy'というアトリビュートはありません。
とおっしゃってます
x_train_bにはなにがはいってるんでしょうか。