WOLFRAM

Wolfram言語 ＆ システムドキュメントセンター

RandomArrayLayer[dist]

入力を持たず，一変量分布 dist からのランダムな配列を生成するネット層を表す．

RandomArrayLayer[dfunc]

各入力値に一変量分布 dfunc[input]を使う．

詳細とオプション
Details and Options Details and Options
例題  
例  
スコープ  
引数  
ポート  
アプリケーション  
関連項目
関連するガイド
履歴
引用書式

RandomArrayLayer

RandomArrayLayer[dist]

入力を持たず，一変量分布 dist からのランダムな配列を生成するネット層を表す．

RandomArrayLayer[dfunc]

各入力値に一変量分布 dfunc[input]を使う．

詳細とオプション

例題

すべて開く すべて閉じる

例  (2)

単位正規分布から3つのサンプルを取り出す層を作成する：

Wolfram Language code: ra = RandomArrayLayer[NormalDistribution[], "Output" -> 3]

確率ベクトルをサンプルとして取る：

Wolfram Language code: ra[]

入力によって平均が決定される独立正規分布からサンプルを取り出す層を作成する：

Wolfram Language code: ra = RandomArrayLayer[NormalDistribution[#, 1]&]

平均値が指定された確率ベクトルをサンプルとして取る：

Wolfram Language code: ra[{-10, 0, 10}]

スコープ  (3)

引数  (2)

入力によって平均と標準偏差が決定される独立正規分布から実数を取り出す層を作成する：

Wolfram Language code: ra = RandomArrayLayer[NormalDistribution[#1, #2]&]

ガウス分布の平均と標準偏差の値を指定して，確率ベクトルをサンプルとして取る：

Wolfram Language code: ra[{{-10, 0, 10}, {0.01, 1, 100}}]

カスタムの入力ポート名で同じ層を作成する：

Wolfram Language code: ra = RandomArrayLayer[NormalDistribution[#μ, #σ]&]

この層で乱数をサンプルとして取る：

Wolfram Language code: ra[<|"μ" -> {-10, 0, 10}, "σ" -> {0.01, 1, 100}|>]

指定範囲の整数を取り出す層を作成する：

Wolfram Language code: ra = RandomArrayLayer[DiscreteUniformDistribution[{1, #Max}]&]

上限を指定してランダムな整数のサンプルを取り出す：

Wolfram Language code: ra[{10, 100, 1000}]

ポート  (1)

指定された入力と同じ長さの一連の有界な整数を取り出す層を作成する：

Wolfram Language code: ra = RandomArrayLayer[DiscreteUniformDistribution[{1, 3}]&, "Inputs" -> {"Varying"}]

指定の長さが異なる一連の整数をサンプルとして取り出す：

Wolfram Language code: ra[Range /@ {1, 3, 6, 12}]

アプリケーション  (2)

ガウス分布から取り出された配列と確率ベクトルを合計するネットワークを構築する：

Wolfram Language code: noiser = NetGraph[{RandomArrayLayer[NormalDistribution[0, 0.2]], Plus}, {{1, NetPort["Input"]} -> 2}]

この層を行列に適用する：

Wolfram Language code: noiser[(⁠| | | | | -- | -- | -- | | 1 | 2 | 3 | | -1 | -2 | -3 |⁠)]//MatrixForm

このネットを長さが異なるリストに適用する：

Wolfram Language code: noiser[{{1, 2}, {1, 0, -1, -2, -3}}]

入力NetEncoderと出力NetDecoderを付加することで画像のノイズを加えるネットワークを導き出す：

Wolfram Language code: imagenoiser = NetReplacePart[noiser, {"Input" -> NetEncoder["Image"], "Output" -> NetDecoder["Image"]}]

このネットを画像に適用する：

Wolfram Language code: imagenoiser[[image]]

0.3の値が切り替わる確率で，特定の整数値で整数ベクトルをマスクするネットワークを構築する：

Wolfram Language code: integerpadder = NetGraph[{RandomArrayLayer[BernoulliDistribution[0.3]], ThreadingLayer[If[#1 > 0, 4, #2]&]}, {{1, NetPort["Input"]} -> 2}, "Input" -> {Automatic, Restricted["Integer", 3]}]

ランダムなマスクを入力に適用する：

Wolfram Language code: integerpadder[{{1, 2, 3, 1, 2, 3}, {3, 2, 1, 3, 2, 1, 3, 2, 1, 3, 2, 1}}]
Wolfram Research (2020), RandomArrayLayer, Wolfram言語関数， https://reference.wolfram.com/language/ref/RandomArrayLayer.html.

テキスト

Wolfram Research (2020), RandomArrayLayer, Wolfram言語関数， https://reference.wolfram.com/language/ref/RandomArrayLayer.html.

CMS

Wolfram Language. 2020. "RandomArrayLayer." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/RandomArrayLayer.html.

APA

Wolfram Language. (2020). RandomArrayLayer. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/RandomArrayLayer.html

BibTeX

@misc{reference.wolfram_2026_randomarraylayer, author="Wolfram Research", title="{RandomArrayLayer}", year="2020", howpublished="\url{https://reference.wolfram.com/language/ref/RandomArrayLayer.html}", note=[Accessed: 06-July-2026]}

BibLaTeX

@online{reference.wolfram_2026_randomarraylayer, organization={Wolfram Research}, title={RandomArrayLayer}, year={2020}, url={https://reference.wolfram.com/language/ref/RandomArrayLayer.html}, note=[Accessed: 06-July-2026]}