在上一篇文章中，介绍了从神经网络中提取权重的步骤。本节主要介绍对于从神经网络中提取出的权重的整理方法，以适应将权重输入到嵌入式程序中的要求。
在得到权重数据后，需要对权重进行整理，之后输入到文本文件中。例如，在项目工程中，可能要求将得到的权重矩阵按列排列，排列在文本文件中。对于重复性不多，只需要进行单次或者次数较少的权重整理时，可以考虑使用该方法。
步骤为：
如图是从pycharm中打印出的权重的数据，粘贴到文本文件的截图：
选中数据，粘贴到Excel中可得：
可以发现数据都在第一列对应的单元格中，并不是满足一个单元格一个数据
使用EXCEL自带的分列功能，实现数据的表格分布。
如图所示：
① 选择分隔符号
② 在分隔符号中建议全选，因为对于文本中的数据，分隔符号是逗号，因此，在点击分号，下方的数据预览显示为：
③ 点击完成
之后分列完成的数据如图所示：
r若数据中存在复制过来的张量中带有的[]等符号，如图所示：
使用EXCEL自带的替换功能（快捷键Ctrl+H）
如图所示：
在替换为选项栏中不输入就意味着去除查到的符号，可以看到表格中的]被去掉了
对于按列排列，就是将第k+1列放到第k列之下，可以使用EXCEL自带的OFFSET()函数完成。
有一种简便的方法是：
① 在第一列的最后一行的下一行输入=，之后点击第二列第一行对应的行首
如图所示：
② 之后将最后一行的单元格其右拖动，实现铺满所有列
如图所示：
此时每列的最后一行显示的下一列的第一行的数据
③ 之后将最后一行往下拖动，直至所有列的同一行都是0为止
如图所示：
之后将第一列的数据选中复制即可。
对于需要反复修改的代码，如要修改学习率等，以及扩充训练集等，会影响权重的数值，每次都进行权重数据排列并不现实，因此考虑使用脚本实现数据的排列以及导入到文本文件中。
对矩阵进行转置是因为我们要实现的是将数据的按列排列，而reshape实现的是是将数据排成一列，但是是按照先行后列的顺序进行排列数据的。
例如：
因此，若是先对数据进行转置，之后再进行reshape，就可以实现真正的按列排列。
但要注意：对于全连接层，不需要进行转置，直接进行reshape就可以实现按列排列
原因： 因为权重矩阵本来就是经过转置的：
例如，代码中
可以看出，对应权重尺寸是经过转置的，因此不需要再进行转置，直接进行reshape即可
按照1.的解释，在实现了转置后，就可以进行使用reshape()方法将数组变成一维的形式。
reshape的具体用法见：
链接: https://blog.csdn.net/qq_29831163/article/details/90112000.
对于少量数组的拼接可以考虑使用.append()方法；
对于大量数组的拼接可以考虑使用.concatenate()方法
相应的使用说明及对比见：
链接: https://blog.csdn.net/zyl1042635242/article/details/43162031.
将数组拼接好后，就是用numpy包中带有的np.savetxt()将数据导入到文本文件中。
np.savetxt()的使用说明：
numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header='', footer='', comments='# ', encoding=None)[source]¶
具体的参数解释可见：
链接: https://numpy.org/doc/stable/reference/generated/numpy.savetxt.html#r672d4d5b6143-1.
这里说明np.savetxt()的使用注意事项：
最初想要实现的是将数组不断导入文本文件中，但由于np.savetxt()方法的重新覆盖的特性，无法进行追加数据。
我是看了博客：https://blog.csdn.net/qq_37974048/article/details/102686103.受到了启发，直接将数组拼接好，再进行导入是一种很好的方法。
对于特定要求的嵌入式设备输入权重等数据，单纯每行一个数据的形式可能无法满足要求，可能要求的格式类似weight[k]=0.08765656;这时可以使用sed或awk进行处理文本文件，可以很方便地满足相应的要求。
例如：
awk '{printf "weight[%d]=%10.8f;\n",NR-1,$1;}' <data.txt >data2.txt
本文主要介绍了对获得的权重文件的整理方法。对于次数较少的整理，可以靠考虑使用Excel进行处理;对于需要进行多次修改的代码，其权重的整理需要进行多次，通过脚本的实现是一种更为方便的方式。在文章的最后，介绍了sed,awk处理文本文件的强大能力，可以为数据处理提供极大的方便