这里我基本上是尝试通过图像识别来预测年龄和性别，但是当我试图将图像numpy数组除以255来归一化它时，我得到了下面的错误。

import csv
import os
from pathlib import *

dir_path = Path('C:\\Users\\Yeshan\\Desktop\\my projs\\UTKFace')
files = dir_path.glob('*.jpg')

import cv2
ages=[]
genders=[]
images=[]

for fle in files:
    filename = Path(fle).name
    age=int(str(filename).split('_')[0])
    ages.append(age)
    gender = int(str(filename).split('_')[1])
    genders.append(gender)
    
    img = cv2.imread(os.path.join(dir_path,filename))
    
    image= cv2.resize(img,(48,48))
    images.append(image)

labels=[]
i=0
while i<len(ages):
  label=[]
  label.append([ages[i]])
  label.append([genders[i]])
  labels.append(label)
  i+=1

from sklearn.model_selection import train_test_split

images_f=np.array(images)
print(images[0])
labels_f=np.array(labels)

images_f_2=images_f/255

错误：
内存错误追溯（最近调用最后一次）----〉1 images_f_2 = images_f/255内存错误：
顺便说一句：我确实试过=/255，但还是不行，试过转换成浮点数和除法，但还是没有运气。
下面是images_f数组的样子：

array([[[[196, 201, 210],
         [176, 183, 192],
         [127, 137, 146],
         ...,
         [103, 100,  99],
         [ 97,  96,  91],
         [103,  95,  91]],

        [[197, 202, 211],
         [140, 147, 156],
         [123, 134, 142],
         ...,
         [108, 109, 107],
         [103, 100,  99],
         [105,  95,  95]],

        [[188, 193, 202],
         [155, 162, 171],
         [141, 152, 160],