training_images = np.array([i for i in images if i not in validation_images])
以上是错误的(如下面的评论中所述).这样做的正确和快捷方式是什么？
我的validation_images只是
validation_images = images[::6]
并且图像的形状是(60000,784).这是一个numpy数组.
目前的方法是不可接受的,因为它太慢了.
我正在使用 C++，我需要确定是否按下了 shift 键。在 Windows 中，我可以只使用 GetAsyncKeyState。我怎样才能在 Linux 中做到这一点？我无法以 root 身份运行。
我有 60000 个 train_images 作为形状 (28,28,60000) 矩阵引入。它是一个 numpy.ndarray。我想将它转换为一维图像数组，这意味着每个图像都表示为一行/数字数组，我想要 60000 个数组。换句话说，我想从 (28, 28, 60000) 到 (60000, 28*28)。在python中，它将是：
images_features = []
for image in images:
imageLine = []
for y in range(len(image)):
for x in range(len(image[0])):
imageLine.append(image[y][x])
images_features.append(imageLine)
我怎样才能做到这一点？我怀疑我需要使用重塑，但我无法弄清楚我到底如何做到这一点。
这就是我获取图像的方式：
data = scipy.io.loadmat('train.mat')
images = data["train_images"]
所以“图像”是我正在谈论的数组。
有人向我建议：
“您可能需要更改轴或将它们组合起来才能获得您想要的功能。我建议您也绘制它们，以防图像向侧面结束。确保您对轴很勤奋，以避免出现更多问题。”
我不知道这里指的是什么“轴”以及如何考虑上面所说的内容。
有人可以解释我需要做什么以及为什么吗？（它能做什么）
当我执行 objdump -x -d name_of_some_c_executable 时，我在任何地方都看不到堆栈或堆段。为什么？
**Clarification**:
objdump is defined as a program for displaying various
information about object files.
我所说的“name_of_some_c_executable”是什么意思：我有一个 name.c，我做 gcc name.c -o name，然后我做 objdump -x -d name。