Keras 在哪里实现层规范化？

我正在尝试在我的LSTM模型上实现层规范化，但我不确定我需要在模型中使用多少层规范，以及在哪里准确放置它们

def build_model():
    model = Sequential()
    layers = [100, 200, 2]
    model.add(Bidirectional(LSTM(
        layers[0],
        input_shape=(timestep, feature),
        dropout=0.4, 
        recurrent_dropout=0.4,  
        return_sequences=True)))
    model.add(LayerNormalization())
    model.add(Bidirectional(LSTM(
        layers[1], 
        input_shape=(timestep, feature),
        dropout=0.4, 
        recurrent_dropout=0.4, 
        return_sequences=False)))
    model.add(LayerNormalization())
    model.add(Dense(
        layers[2]))

---

规范化层通常将其规范化效果应用于前一层，因此应将其放在要规范化的层的前面

通常，除了输出层之外，所有层都是规范化的，因此您在问题中显示的配置已经做到了这一点，因此可以认为这是一种良好的做法

一般来说，您不必对每个层进行规范化，对于要规范化哪些层，这是一种尝试性的尝试