条件生成对抗网络（CGAN）

条件生成对抗网络（CGAN）是一种生成式深度学习模型，它可以根据指定的条件生成符合条件的数据。与传统的生成对抗网络（GAN）不同的是，CGAN在生成样本时需要输入一些条件信息，这些条件可以是任何类型的数据，例如分类标签、图像、文本等。

在CGAN中，生成器网络接收一组潜在向量和条件向量作为输入，然后通过神经网络将它们映射到一个新的数据样本。判别器网络则接收一组数据样本和条件向量作为输入，并将其分类为真实或伪造的数据。通过迭代训练生成器和判别器网络，CGAN可以生成符合指定条件的高质量数据。