保存numpy ndarray为txt文件可以使用numpy.savetxt()函数，加载txt文件为numpy ndarray可以使用numpy.loadtxt()函数。以下是代码示例：

保存numpy ndarray为txt文件：

import numpy as np

# 创建一个numpy ndarray
arr = np.array([[1, 2, 3], [4, 5, 6]])

# 保存为txt文件
np.savetxt('data.txt', arr)

加载txt文件为numpy ndarray：

import numpy as np

# 加载txt文件为numpy ndarray
arr = np.loadtxt('data.txt')

# 打印加载的数组
print(arr)

如果要保存和加载Keras模型的权重，可以使用model.save_weights()和model.load_weights()方法。以下是代码示例：

保存Keras模型权重：

from keras.models import Sequential

# 创建一个Keras模型
model = Sequential()
# 添加模型层
# ...

# 保存模型权重
model.save_weights('model_weights.h5')

加载Keras模型权重：

from keras.models import Sequential

# 创建一个空的Keras模型
model = Sequential()
# 添加模型层
# ...

# 加载模型权重
model.load_weights('model_weights.h5')

请注意，加载模型权重时，模型的结构和层的顺序需要与保存权重时的模型保持一致。