可以在卷积层之前使用BatchNormalization层，具体的代码示例如下：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D, BatchNormalization

model = Sequential()
# 添加BatchNormalization层
model.add(BatchNormalization(input_shape=(128, 128, 3)))
# 添加卷积层 
model.add(Conv2D(filters=32, kernel_size=(3, 3), padding="same", activation="relu"))
# 在卷积层之后再次添加BatchNormalization层
model.add(BatchNormalization())

# 输出模型的结构信息
model.summary()

在上述代码中，先使用BatchNormalization层对输入数据进行规范化处理，然后再添加卷积层。在卷积层之后再次添加BatchNormalization层，可以进一步提升模型的性能。