上一节我们下载好了模型，这一节开始将模型中存在权值的层的权值参数抽取出来，以文件（txt后缀的文本文件）的形式保存在本地电脑上，方便后续推理使用。
按照之前介绍算法时所说的，在 resnet50 中，存在权值的层有卷积层（权值为卷积核）、bn层（权值为gamma 和 bias），全连接层（权值为矩阵）
同时，我们把所有卷积层中的参数（padding，stride，kernel_size等）同样保存下来，也是为了方便在推理到这一层时直接使用。当然参数也可以不用保存起来，因为模型结构是确定的，推理到某一层的时候参数也是确定的，可以提前写好（这一点，在最后性能优化codegen模块时会看到）。
我们暂时还是将卷积层的参数以文件的形式保存在本地电脑中。
我们采用最朴素的方法来保存权值。
所有的权值和卷积的参数都保存在仓库 resnet50_weight 目录下。
通过 np.savetxt 接口，将需要保存的数据保存在 txt 文本中。
需要保存的包括卷积核尺寸、stride参数、padding参数、输入输出通道数，这些参数通过每层卷积的属性获取到。
保存卷积参数的核心函数在下面，可以看函数前的注释说明，链接：