Publication
充分利用预训练模型
http://9atn.technestng.com/deep-learning/exploring-pre-trained-models
Nauman is available for hire
Hire NaumanNauman Mustafa
验证专家 in Engineering
深度学习开发人员
Location
巴基斯坦,伊斯兰堡
至今成员总数
2019年10月10日
瑙曼已经开发并部署了最先进的深度学习模型. 他研究过图像分类领域的模型, 对象检测, 图像生成, style transfer, 文本分类, 以及文本生成. 诺曼喜欢将现代深度学习应用于解决各种行业问题. 他大部分时间都在初创规模的团队中工作，他更喜欢研究涉及gan的产品.
Portfolio
VisionX - Moonshot实验室
Docker, 谷歌云平台(GCP)， Keras, TensorFlow, PyTorch, Python
PackageX
亚马逊网络服务(AWS)， c#， OpenCV, Python
VisionX
TensorFlow, Python, c++
Experience
Availability
Part-time
首选的环境
PyCharm、Anaconda、Windows
最神奇的...
...项目使用GPT-2将非结构化OCR文本转换为结构化可解析格式.
工作经验
深度学习工程师
2019 - PRESENT
VisionX - Moonshot实验室
- 实现了一种从OCR输出的边界框中构造线条的算法.
- 开发了超过1000个大类的文本分类.
- 实验并将GPT-2应用于非结构化OCR文本，将其转换为可解析格式.
- 构建了使用Firestore包装信息提取的Flask api, Cloud Storage, Cloud Tasks, 和其他GCP本地服务.
- 构建和部署API的docker镜像，并将其部署到Google Cloud Run.
技术:Docker, 谷歌云平台(GCP)， Keras, TensorFlow, PyTorch, Python
机器学习工程师
2018 - 2019
PackageX
- 维护产品的核心算法，修复bug.
- 通过使用Aho Corasick算法实现优化的文本匹配，提高了核心功能的性能和准确性.
- 集成了Google Cloud的NER引擎，用于从包装标签中提取原始信息.
- 构建一个定制的黑盒测试框架，用于在生产环境中部署之前进行自动化测试.
- 使用Python和OpenCV从头构建一个真值标记工具，以帮助实现未来的机器学习项目.
- 开发生产环境分析工具，帮助客户支持团队分析生产中的情况并做出相应的响应.
- 尝试了基于机器学习的字符串匹配算法，将生产系统的性能提升到一个新的水平.
技术:亚马逊网络服务(AWS)、c#、OpenCV、Python
副机器学习工程师
2018 - 2018
VisionX
- 从客户现有的代码库(c++)中提取并分离出乐谱中的人员线检测算法.
- 使用命令行将多个遗留软件包装在一个统一的现代c++代码库中(11).
- 使用现有的EAST文本检测器实现从乐谱中提取歌词.
- 开发了一种算法来关联从遗留代码中提取的音符和从EAST实现的歌词.
- 试验了EAST训练和c++实现，以优化代码以在旧硬件上运行.
技术:TensorFlow, Python, c++
Experience
部署GPT-2模型无服务器
http://github.com/NaxAlpha/gpt-2xy这个项目提供了一个简单的web界面来实验GPT-2小型模型，它完全部署在Google Cloud Run上.
Skills
Languages
JavaScript, Python, c#， c++
Libraries/APIs
Keras, PyTorch, OpenCV, TensorFlow
Frameworks
Flask
Tools
PyCharm
Paradigms
敏捷、并行编程
Platforms
Anaconda, Docker, 亚马逊网络服务(AWS), Windows, Linux, 谷歌云平台(GCP), Visual Studio Code (VS Code)
Storage
NoSQL, Cloud Firestore
Other
Deep Learning
Education
2014 - 2018
计算机工程(电气工程)学士学位
国家科技大学-伊斯兰堡，巴基斯坦