---

前言

此部分为原型网络的两个函数，分别为保存原型点函数和加载原型点函数，与之前的系列相承接。

---

一、原始代码—保存原型点,加载原型点

def save_center(self,path):
		datas = []
		for label in self.center.keys():
			datas.append([label] + list(self.center[label].cpu().detach().numpy()))
		with open(path,"w", newline="") as datacsv:
			csvwriter = csv.writer(datacsv,dialect = ("excel"))
			csvwriter.writerows(datas)
	
	def load_center(self,path):
		csvReader = csv.reader(open(path))
		for line in csvReader:
			label = int(line[0])
			center = [ float(line[i]) for i in range(1,len(line))]
			center = np.array(center)
			center = Variable(torch.from_numpy(center))
			self.center[label] = center

二、代码逐行解释

save_center(self, path):

datas = []: 初始化一个空列表，用于存储要写入文件的数据。

for label in self.center.keys(): 遍历 self.center 字典的键（可能代表中心的不同标签或名称）。

datas.append([label] + list(self.center[label].cpu().detach().numpy())): 将每个键以及与该键关联的值添加到 datas 列表中。

这里，.cpu().detach().numpy() 是将 PyTorch 张量转换为 numpy 数组的过程。

with open(path, "w", newline="") as datacsv: 使用 “w” 模式（写模式）打开文件，如果文件已存在，则覆盖它。

csvwriter = csv.writer(datacsv, dialect = ("excel")): 使用 csv 模块创建一个写入器，指定使用的语法为 Excel 语法。

csvwriter.writerows(datas): 将 datas 列表中的所有行写入到文件中。

load_center(self, path):

csvReader = csv.reader(open(path)): 使用 csv 模块创建一个读取器，以读取打开的文件。

for line in csvReader: 遍历文件中的每一行。

label = int(line[0]): 从第一列读取一个整数，并将其赋值给变量 label。

center = [ float(line[i]) for i in range(1,len(line))]: 从第二列到最后一列读取一系列浮点数，并将它们放入一个列表中。

center = np.array(center): 将上述列表转换为 numpy 数组。

center = Variable(torch.from_numpy(center)): 将 numpy 数组转换回 PyTorch 张量，并使用 torch.from_numpy() 方法。

self.center[label] = center: 将新加载的中心存储到 self.center 字典中，使用从文件中读取的标签作为键。

---