【生成对抗网络】Conditional GAN (CGAN，条件GAN) 详细解读

对应论文：《Conditional Generative Adversarial Nets》

Conditional GAN (CGAN，条件GAN)，是 Mehdi Mirza 于2014年11月份发表的一篇文章，也是 GAN 系列的早期经典模型之一，是目前许多GAN应用的前身。

文章的想法是 希望 可以控制 GAN 生成的图片，而不是单纯的随机生成图片。具体地，Conditional GAN 在生成器和判别器的输入中增加了额外的 条件信息，生成器生成的图片只有足够真实且与条件相符，才能够通过判别器。

【参考解读】

[1] 对抗生成网络学习（十三）——conditionalGAN生成自己想要的手写数字(tensorflow实现)

[2] 李弘毅老师GAN笔记（二），Conditional GAN

[3] 李宏毅 2018最新GAN课程 class 2 Conditional Generation by GAN

一、论文解读

原始的 GAN 模型没有任何条件限制，生成图像是随机的。因此作者考虑 加入一些条件信息，比如 类别标签 或者是 其他类型的数据，使得 图像生成能够朝规定的方向进行。

举个例子，比如输入一只狗在奔跑