نقترح طريقة جديدة لبناء الشبكات العصبية القابلة للعكس من خلال دمج كتل بناء بسيطة مع مجموعة جديدة من قواعد التركيب. هذا يؤدي إلى مجموعة غنية من الأطر المعمارية القابلة للعكس، بما في ذلك تلك المشابهة لـ ResNets (شبكات البقايا). يتم تحقيق العكسية باستخدام إجراء تكراري محلي ي렴 وقابل للتوازي وهو سريع للغاية في التطبيق العملي. بالإضافة إلى ذلك، يمكن حساب محدد الجاكوبين تحليلياً وبكفاءة عالية، مما يمكّن استخدامها كنماذج جريان في التطبيقات التوليدية. لإظهار مرونتها، نوضح أن شبكاتنا العصبية القابلة للعكس تنافس ResNets في تصنيف MNIST وCIFAR-10. عند تدريبها كنماذج توليدية، تحقق شبكاتنا القابلة للعكس احتمالات تنافسية على MNIST وCIFAR-10 وImageNet 32x32، بمعدلات بت لكل بُعد تبلغ 0.98 و3.32 و4.06 على التوالي.