我在tensorflow中设置了一个DCGAN，该DCGAN在野生数据集中的面部效果很好。作为一个实验，我尝试在keras中使用相同的体系结构，以更好地理解实现的区别。到目前为止，性能在keras中要差很多，但是我不确定它们如何翻译，尤其是在正则化器上。
在tf中，我将
应用于正则化tf.contrib.layers.apply_regularization
似乎只是将其应用于整个网络。但是在keras中，必须在每一层中对此进行指定，并且共有三种不同的类型：内核，偏差和活动正则化器。
我想了解它们的区别，如果tf正则化器应用了3种keras类型之一，以及如何以相同的方式实现它-我在包括最终输出层的每个卷积层中都称呼它吗？
谢谢