我是 Keras 和深度学习的新生，我不太确定添加正则化的正确方法，我使用 API 模型类编写了一个 CNN 自动编码器，现在我在每个“Conv2D”Keras 函数中添加正则化器，我不确定这是否是添加正则化的正确位置，有人可以给我一些建议吗？
（我尝试运行训练，查看重建的测试图像，可以，但不是很好，我用MNIST测试，重建的MNIST数的线比原来的粗。）
在我的问题中，输入图像是受损图像，原始好的图像作为训练标签，通过将CNN的输出图像与训练标签图像进行比较，我使用“平均绝对误差”来定义损失，并且也将其用作度量。
我先定义了三个函数，一个下采样函数（下面那个），一个上采样函数，一个函数挤压矩阵的第三维得到一个二维矩阵作为输出。我的代码太长，只是为了帮助说明问题，我的部分代码如下：
在定义了三个函数后，我将模型定义如下（不详细，只是其中的一部分以帮助解释我的问题）
将所有必要的参数加载到模型中，然后定义优化器参数，并编译模型
