这里可逆的含义是数学函数可逆性的标准定义$f \colon X \to Y$. 可逆只是意味着“函数具有逆映射$f^{-1} \colon Y \to X$". 等价于函数$f$是双射的，这意味着以下两个条件成立：

1. $f$是单射的：对于任何两个不同的$x_1, x_2 \in X$,$f(x_1) \ne f(x_2)$.

2. $f$是满射的：对于任何$y \in Y$, 存在一个$x \in X$这样$f(x) = y$.

如果对此不熟悉，您应该能够使用这些术语在 Google 上找到一些有用的参考资料。

大多数明显的神经网络架构不可能是可逆的。例如，考虑一个分类器，它采用图像或其他一些高维输入，并输出分类标签。^{如果只有一个可能的输入1}对应于每个标签，则该网络只能是可逆的，这不是网络的目标。

¹我的意思是字面上的意思：如果一个像素稍有不同，这将是网络的不同输入，并且必须具有不同的输出。