Redes Convolucionais Prof. Anderson Rocha Tavares Bloco 10 · Slide 3 / 5

Parâmetros Aprendidos: γ e β

Após normalizar o lote, a rede reescala com γ e desloca com β — ambos aprendidos por backpropagation.

Dataset — Lote Atual
Lote 1 / 2
γ — escala (estica / comprime) 1.00
0.21.03.0
β — deslocamento (shift) 0.00
−3.00+3.0
Efeito de γ e β nos Valores do Lote
xnovo = γ · x̂ + β
γ (escala atual) 1.00
β (deslocamento atual) +0.00
μ(xnovo) do lote 0.00
σ(xnovo) do lote 1.00
γ
Escala (Scale)
Multiplica cada x̂ — estica (γ>1) ou comprime (γ<1) a dispersão dos valores. Inicializado em γ = 1.
β
Deslocamento (Shift)
Soma um valor fixo — desloca todos os valores para esquerda (β<0) ou direita (β>0). Inicializado em β = 0.
🔗

Com γ=1 e β=0 a saída é a própria distribuição normalizada. A rede aprende os melhores valores durante o treinamento via backpropagation — sem intervenção manual.