我假设您的意思是您的输入是 4 维向量，而您的输出是 1 维向量。如果您认为输出向量为您提供了足够的信息来完全确定输入（至少近似地），那么只需将您的 1D“输出”视为输入，将 4D“输入”视为输出。

另一种情况是，非常不同的输入映射到数据集中的相似输出，而您真的只想为给定输出计算原型输入。例如，您可能希望仅从其 one-hot 标签生成字母“a”的图像。有很多方法可以做到这一点。这是我认为很酷的一个：

首先，以通常的方式训练神经网络，将 4D 输入映射到 1D 输出。现在假设你得到一个一维输出y。生成一些 4D 噪声x'并将其通过网络以获得y'。现在假设此输入中的值是网络中的参数，并保持实际参数不变。使用y和y'计算损失，并对合成输入执行梯度下降。如果你重复这个足够多次，你应该得到你的网络认为值得输出y的东西。