條件式生成對抗網路
一般的 GAN 從純雜訊生成，所以你無法向它指定要什麼——它給什麼你就收什麼。條件式 GAN 加上一個操控輸入：你告訴它「做一個 7」、「一張戴眼鏡的臉」，或「把這張素描上色」，而生成器與判別器都會拿到那條附帶資訊。如今生成是可控的：同一個模型可產生任何被要求的類別，或遵循任何條件輸入，而不再盲目取樣。
條件式 GAN（Mirza 與 Osindero，2014）以輔助資訊 y 作為兩個網路的條件——y 可以是類別標籤、屬性向量、文字嵌入，甚至是另一張影像。生成器變成 G(z, y)，判別器變成 D(x, y)：判別器如今不只要判斷「這是真的嗎？」，還要判斷「這是一張與 y 相符的真實影像嗎？」，因此一張真貓影像若配上標籤「狗」，就應被拒絕。目標函數是把一切都以 y 為條件的 GAN 極小極大：E[log D(x, y)] 加上 E[log(1 − D(G(z, y), y))]。這迫使生成器尊重條件，因為不相符的配對會被懲罰。
實務上，y 可以串接到 z 與特徵圖上，但表現更好的方法包括：條件式批次正規化（標籤在每一層調變批次正規化的尺度與位移，如 BigGAN）、投影判別器（projection discriminator；Miyato 與 Koyama：對標籤嵌入與影像特徵取內積，而非串接），以及輔助分類器 GAN，AC-GAN（判別器同時預測類別）。條件式 GAN 支撐起類別條件合成（BigGAN）、影像對影像轉換（pix2pix 即是以輸入影像為條件的條件式 GAN），以及文字生成影像。
MNIST 上的條件式 GAN 接受 (z, 數字標籤)：把標籤固定為「3」並改變 z，可得到 3 的多種不同手寫風格；把 z 固定、讓標籤從 0 掃到 9，則得到以「相同風格」寫成的各個數字——直接證明標籤控制內容、z 控制風格。
條件式 GAN 的好壞，取決於它被訓練去強制的那種對齊——若判別器的條件作用很弱（例如天真地串接），生成器可能產生忽略 y 的逼真影像。投影判別器與 AC-GAN 強化了這種標籤匹配的壓力，這也是它們能顯著提升類別保真度的原因。