在Caffe中使用BN（Batch Normalization）层非常简单。以下是一个示例：
layer {
name: "bn"
type: "BatchNorm"
bottom: "conv1"
top: "conv1_bn"
batch_norm_param {
use_global_stats: false
}
}
在这个示例中，我们在conv1层后面添加了一个BatchNorm层。bottom指定了BN层的输入是conv1层的输出，而top指定了BN层的输出的名称。batch_norm_param里面的use_global_stats参数指定了是否使用全局统计信息来进行归一化。
注意，BN层通常会在每个卷积层或全连接层之后添加，以提高训练速度和准确性。您可以根据您的网络结构和需求在适当的位置添加BN层。
