我正在阅读有关条件 GAN (cGAN) 架构的文章，我所知道的是生成器创建结合噪声向量和条件变量的图像，噪声向量带来颜色或形状等随机元素，而条件变量用于维持相同的元素对象。
对于鉴别器，输入是假图像（由生成器生成）或真实图像（来自数据集）与条件变量的组合。我不明白的是，为什么我们还要在判别器中包含条件变量，我知道生成器需要它们作为指导，但是为什么判别器（只是对假或真进行分类）需要这些附加信息？
有人可以帮我理解吗？谢谢你的帮助
我认为原因是如果没有条件向量，判别器就无法辨别图像是否有噪声，因此判别器在区分假图像和真实图像时无法工作。