一种基于深度学习的多维复用光通信系统信道构建方法，属于光通信领域。采用改进的条件生成对抗网络构建多芯光纤通信系统，通过构建改进的条件向量对多芯光纤建模，并构建优化的损失函数来训练网络。改进的条件生成对抗网络包括生成器和判别器，生成器捕获训练数据的分布，通过噪声向量和条件向量映射，生成相同分布的伪数据来欺骗鉴别器；判别器通过添加修改后的条件向量来对真实数据和虚假数据进行判别。生成器和鉴别器在对抗过程中交替训练，最终达到纳什平衡，此时将生成器代替光通信系统仿真中的光纤部分，并且其生成的数据与原数据具有高度相同的特征。本发明适用于光通信领域，用于提高多芯光纤通信系统信道建模的效率和准确性。