x_train_bにデータが入力されないエラー

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

-------------------------------------------------------------------------
ValueError                              Traceback (most recent call last)
<ipython-input-16-68779fe8e4c7> in <module>
      5 
      6 x_train_b = np.array(x_train_b)
----> 7 x_train_b = cut_img(x_train_b, 80)
      8 print("train data:",len(x_train_b))

<ipython-input-14-cf808f629f5c> in cut_img(x, number, height, width)
      5 
      6     for i in range(number):
----> 7         shape_0 = np.random.randint(0,x_shape[0])
      8         shape_1 = np.random.randint(0,x_shape[1]-height)
      9         shape_2 = np.random.randint(0,x_shape[2]-width)

mtrand.pyx in numpy.random.mtrand.RandomState.randint()

_bounded_integers.pyx in numpy.random._bounded_integers._rand_int64()

ValueError: low >= high

#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=80, width=80):
    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

#以下のコードを実行した際にエラーが発生します
for i in range(len(x_train)):
  if y_train[i] == 1:#スニーカーは7
    temp = x_train[i,:,:,:]
    np.append(x_train_b,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
x_trainの中身をprint()で確認致しましたところ、データが入力されていることが確認できたため、現在、x_train_bにデータが入力されていない（データ数が0になっている）ことが原因で上記のエラーメッセージが発生しているのではないかと考えております。しかしなぜ、データが入力されないのかがわからず頭を抱えております。元のサイト様はmnistとFasin-mnistデータセットを使っており、私はオリジナルのデータセット（トレーニングデータ数は60）を使用しているためエラーが発生しているのではないか、という仮説を立てデバッグ作業を行っておりますがうまくいってない状況です。Pythonに詳しい方がいらっしゃいましたら、ご助言をいただけたら幸いです。

#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

入力：print(x_train_b)
出力：[]
となっております。

Answer 1

下記コードは質問のコードの一部ですが、np.appendの結果が変数に保存されてません。ここが原因ではないでしょうか？

np.append(x_train_b,temp.reshape((x_train_shape[1],x_train_shape[2],x_train_shape[3])))

Comments

[maguro2020]

ご回答いただきありがとうございます。meg_様。
meg_様にご指摘いただいたことを参考にコードの修正をいたしましたところ、エラーを無くすことができました。ありがとうございます。