CS 585 is about getting deep networks to *produce* images and video rather than just classify them, learning the distribution of pixels well enough to synthesize, translate, inpaint, or extend them. Most of the weight sits on a semester-long project plus a presentation and report, with a midterm and final framing the theory behind GANs, transformers, and self-supervised reconstruction. It assumes you're comfortable with CNNs and basic deep learning from CS 464/484, and it's the natural follow-up if you want to do research in vision, multimodal models, or anything generative downstream.
→ STARS müfredatı (resmi syllabus)
İzlencede 1 midterm var, ağırlığı %20. Final %25. Kalan %55 dersin öteki kalemlerinde. Tam dağılım aşağıda.
Bilkent kataloğunda bu ders için ön koşul yazılı değil.
2026-2027 Güz döneminde 1 şube açık, dersi Doruk Öner veriyor. Şube saatleri ve kontenjanlar aşağıda.
3 Bilkent kredisi, 5 AKTS.
| Kalem | Ağırlık | Notun (100 üzerinden) |
|---|---|---|
| Midterm | %20 | |
| Homework | %20 | |
| Project | %35 | |
| Final | %25 |
Ağırlıklar CS 585 izlencesinden. Hocanın bu dönemki dağılımı farklı olabilir; bağlayıcı olan ders izlencesidir. Harf notu sınırlarını hoca belirliyor, o yüzden hedefi sen giriyorsun. İzlencede FZ şartı var, sayfanın sonundaki kutuda.
İlk dosyayı sen atarsan: not, slayt, geçmiş sınav, çözüm, cheat-sheet, ne varsa. defter ekibi öğrenci paylaşımlarından bu dersin notlarını yazar. Drive linki / PDF / ZIP, hepsi olur.
Haftalık ızgarada 4 saat görünüyor, kayıt sistemi dersi 3 saat yazıyor. Aradaki 1 saat yedek saat: Bilkent programlarında derse genelde bir fazla saat ayrılır ve çoğu zaman kullanılmaz. Hangisinin düşeceği dönem başlayınca belli olur.
Course Learning Outcomes: Course Learning Outcome Assessment