我正在使用MobileNet v2 provided in TensorFlow Slim的开源实现。我想访问网络中的中间激活（层输出/输入）。我想这样做，以便可以：
1）分析这些激活的统计特性（例如稀疏性）
2）通过将其L1范数添加到网络的损失函数中来对这些激活（而非权重）应用L1正则化，如Yoshua Bengio's paper on the Relu
我的问题是：如何将中间激活转储到numpy数组以评估稀疏性，以及如何将这些激活的L1范数添加到成本函数中？
我发现了this answer，但是作为TensorFlow初学者（我通常使用PyTorch），我不确定如何将其应用于slim.learning.train和slim.evaluation.evaluate_once。