Este artículo presenta un modelo generativo para el diseño inverso de filtros de doble banda basado en un tipo de resonador de anillo dividido complementario modificado (CSRR). Consiste en una serie de redes neuronales convolucionales que incorporan la técnica condicional de red generativa adversaria convolucional profunda (GAN). Los filtros se diseñan grabando los CSRR modificados en la superficie de guías de onda integradas en sustrato. Este diseño nos permite lograr dos bandas de paso con un tamaño compacto. En este modelo generativo basado en GAN, los CSRR se representan como matrices bidimensionales. Cada matriz corresponde a una muestra de entrenamiento del filtro diseñado, y sus parámetros S se extraen mediante una simulación de HFSS. Tanto las matrices como los parámetros S se introducen en el modelo como conjuntos de datos de entrenamiento. Se emplean diferentes CSRR con varios tamaños para una banda de frecuencia aplicable más amplia. Se utilizan matrices normalizadas y parámetros S normalizados para simplificar el modelo generativo complejo resultante de las variaciones en los tamaños de CSRR. La efectividad del modelo generativo se valida a través de cuatro ejemplos de diseño de filtros de doble banda, con sus frecuencias centrales ubicadas entre 5 y 18 GHz. El tiempo de inferencia para cada diseño es de aproximadamente 18.5 min. Los resultados de medición de los filtros fabricados están en buena concordancia con los de simulación.