نقترح شبكات التوليد المتناظرة المتصلة (CoGAN) لتعلم توزيع مشترك للصور متعددة المجالات. على عكس الأساليب الحالية، التي تتطلب وجود صور متناظرة في مجالات مختلفة ضمن مجموعة التدريب، يمكن لـ CoGAN تعلم التوزيع المشترك دون الحاجة إلى أي صور متناظرة. يمكنه تعلم التوزيع المشترك باستخدام مجرد عينات مستخرجة من التوزيعات الهامشية. يتم تحقيق هذا من خلال فرض قيد مشاركة الأوزان الذي يحد من سعة الشبكة ويؤثر في حل التوزيع المشترك بدلاً من حل جداء التوزيعات الهامشية. نطبق CoGAN على عدة مهام لتعلم التوزيع المشترك، بما في ذلك تعلم توزيع مشترك للصور الملونة والصور العميقة، وتعلم توزيع مشترك للصور الوجهية ذات السمات المختلفة. بالنسبة لكل مهمة، نجح في تعلم التوزيع المشترك دون الحاجة إلى أي صور متناظرة. كما نوضح تطبيقاته في تحويل المجالات وتحويل الصور.