لقد أدّى النجاح التجريبي الكبير للشبكات المتماثلة بالنسبة للمجموعات، خلال السنوات الأخيرة، إلى ظهور تنوع كبير في هياكل الشبكات المتماثلة. وقد ركّزت الاهتمام بشكل خاص على الشبكات العصبية التلافيفية (CNNs) المتماثلة بالنسبة للدوران والانعكاس في الصور المستوية. وفي هذا السياق، نقدّم وصفًا عامًا للتحويلات التلافيفية المتماثلة بالنسبة لمجموعة E(2) ضمن إطار الشبكات العصبية القابلة للإتجاه (Steerable CNNs). وتوفر نظرية الشبكات العصبية القابلة للإتجاه قيودًا على نوى التلافيف تعتمد على تمثيلات المجموعة التي تصف قوانين التحويل في فضاءات الميزات. ونُظهر أن هذه القيود بالنسبة لتمثيلات مجموعات عامة يمكن تبسيطها إلى قيود تتعلق بالتمثيلات غير القابلة للتبسيط (irreducible representations). كما نقدّم حلًا عامًا لقيود فضاء النواة بالنسبة لتمثيلات عامة للمجموعة الإقليدية E(2 ومشتقاتها الفرعية. وقد قمنا بتنفيذ طيف واسع من الهياكل الشبكية المتماثلة المقترحة سابقًا، بالإضافة إلى هياكل جديدة تمامًا، وقمنا بمقارنة أدائها بشكل مفصل. كما أظهرت النتائج أن التلافيفات القابلة للإتجاه بالنسبة لـ E(2) تُحقّق مكاسب ملحوظة في أداء نماذج CIFAR-10 وCIFAR-100 وSTL-10 عند استخدامها كاستبدال مباشر للتحويلات التلافيفية غير المتماثلة.