Update README.md

README.md

@@ -44,6 +44,15 @@ pip3 install transformers==4.33.2
 pip3 install urllib3==1.24
 pip3 install wheel
 yum install rapidjson
+
+# 执行dtk环境变量
+source {DTK_PATH}/env.sh
+source {DTK_PATH}/cuda/env.sh
+# 升级gcc版本到9
+yum install -y centos-release-scl
+yum install -y devtoolset-9
+scl enable devtoolset-9 bash
+
 ```
 
 3. 基于现有python环境：安装pytorch，pytorch whl包下载目录：[https://cancon.hpccube.com:65024/4/main/pytorch/dtk23.04](https://cancon.hpccube.com:65024/4/main/pytorch/dtk23.04)，根据python、dtk版本,下载对应pytorch的whl包。安装命令如下：
@@ -54,6 +63,14 @@ pip3 install transformers==4.33.2
 pip3 install urllib3==1.24
 pip3 install wheel
 yum install rapidjson
+
+# 执行dtk环境变量
+source {DTK_PATH}/env.sh
+source {DTK_PATH}/cuda/env.sh
+# 升级gcc版本到9
+yum install -y centos-release-scl
+yum install -y devtoolset-9
+scl enable devtoolset-9 bash
 ```
 注：需要GCC版本>=9.0
 
@@ -91,7 +108,7 @@ cd dist && pip3 install lmdeploy*
 # <model_format> 保存输出的目标路径（默认./workspace）
 # <tp> 用于张量并行的GPU数量应该是2^n
 
-mdeploy convert --model_name llama --model_path /path/to/model --model_format llama --tokenizer_path None --dst_path ./workspace_llama --tp 1
+llmdeploy convert --model_name llama --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_llama --tp 1
 
 2、运行
 # bash界面运行
@@ -116,7 +133,7 @@ lmdeploy serve gradio --model_path_or_server ./workspace_llama --server_name {ip
 以7B为例：
 ```
 1、模型转换
-mdeploy convert --model_name llama2 --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_llama2 --tp 1  # 
+lmdeploy convert --model_name llama2 --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_llama2 --tp 1  # 
 2、运行
 # bash界面运行
 lmdeploy chat turbomind --model_path ./workspace_llama2 --tp 1
@@ -131,7 +148,7 @@ lmdeploy serve gradio --model_path_or_server ./workspace_llama2 --server_name {i
 以7B为例：
 ```
 1、模型转换
-mdeploy convert --model_name model_name --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_intern --tp 1  # 根据模型的类型选择model_name是internlm-chat还是internlm
+lmdeploy convert --model_name model_name --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_intern --tp 1  # 根据模型的类型选择model_name是internlm-chat还是internlm
 2、运行
 # bash界面运行
 lmdeploy chat turbomind --model_path ./workspace_intern --tp 1
@@ -146,7 +163,7 @@ lmdeploy serve gradio --model_path_or_server ./workspace_intern --server_name {i
 以7B为例：
 ```
 1、模型转换
-mdeploy convert --model_name baichuan-7b --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_baichuan --tp 1
+lmdeploy convert --model_name baichuan-7b --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_baichuan --tp 1
 2、运行
 # bash界面运行
 lmdeploy chat turbomind --model_path ./workspace_baichuan --tp 1
@@ -162,7 +179,7 @@ lmdeploy serve gradio --model_path_or_server ./workspace_baichuan --server_name
 以7B为例：
 ```
 1、模型转换
-mdeploy convert --model_name baichuan2-7b --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_baichuan2 --tp 1
+lmdeploy convert --model_name baichuan2-7b --model_path /path/to/model --model_format hf --tokenizer_path None --dst_path ./workspace_baichuan2 --tp 1
 2、运行
 # bash界面运行
 lmdeploy chat turbomind --model_path ./workspace_baichuan2 --tp 1
@@ -178,7 +195,7 @@ lmdeploy serve gradio --model_path_or_server ./workspace_baichuan2 --server_name
 以7B为例：
 ```
 1、模型转换
-mdeploy convert --model_name qwen-7b --model_path /path/to/model --model_format qwen --tokenizer_path None --dst_path ./workspace_qwen --tp 1
+lmdeploy convert --model_name qwen-7b --model_path /path/to/model --model_format qwen --tokenizer_path None --dst_path ./workspace_qwen --tp 1
 2、运行
 # bash界面运行
 lmdeploy chat turbomind --model_path ./workspace_qwen --tp 1