修改README

README.md

-# bert4torch 
+# BERT4Torch 
 
-## 模型介绍
+## 论文
 
-bert4torch是一个基于pytorch的训练框架，前期以效仿和实现bert4keras的主要功能为主，方便加载多类预训练模型进行finetune，提供了中文注释方便用户理解模型结构。
+Pre-training of Deep Bidirectional Transformers for Language Understanding
+
+https://arxiv.org/abs/1810.04805
 
 ## 模型结构
 
@@ -22,21 +24,50 @@ BERT的主模型是BERT中最重要组件，BERT通过预训练（pre-training
 - 池化层：取出`[CLS]`标记（token）的表示（representation）作为整个序列的表示。
 - 输出：编码器最后一层输出的表示（序列中每个标记的表示）和池化层输出的表示（序列整体的表示）。
 
+## 算法原理
+
+BERT模型是基于Transformer模型的，但是与原始的Transformer模型不同，它采用了双向（bidirectional）训练方式，并且通过预训练和微调两个步骤来完成自然语言处理任务。
+
+- 预训练(pre-training)：先对大量语料进行无监督学习；
+- 微调(Fine-tuning)：再对少量标注语料进行监督学习，提升模型针对特定任务的表现能力。
+
+![architecture](D:\Projects\1011\bert4torch\architecture.png)
+
 ## 环境配置
-### Docker
 
-在光源可拉取docker镜像，拉取方式如下：
+### Docker（方法一）
 
 ```
+在光源可拉取docker镜像：
 docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk-23.04-py37-latest
-```
-安装依赖包和bert4torch
-
-```
+创建并启动容器：
+docker run -dit --network=host --name=bert4torch --privileged --device=/dev/kfd --device=/dev/dri --ipc=host --shm-size=16G  --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -u root --ulimit stack=-1:-1 --ulimit memlock=-1:-1 image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk-23.04-py37-latest
+docker exec -it bert4torch /bin/bash
+安装依赖包和bert4torch：
 pip install -r requirements.txt
 cd bert4torch
 python3 setup.py install
 ```
+### Dockerfile（方法二）
+
+```
+cd bert4torch/docker
+docker build --no-cache -t bert4torch:latest .
+docker run --rm --shm-size 16g --network=host --name=bert4torch --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/../../bert4torch:/home/bert4torch -it bert4torch:latest bash
+```
+
+### Anaconda（方法三）
+
+```
+1.创建conda虚拟环境：
+conda create -n bert4torch python=3.7
+2.关于本项目DCU显卡所需的工具包、深度学习库等均可从光合开发者社区下载安装：https://developer.hpccube.com/tool/
+DTK驱动：dtk23.04
+python：python3.7
+torch:1.13.1
+Tips：以上DTK、python、torch等DCU相关工具包，版本需要严格一一对应
+3.其它非特殊库参照requirements.txt安装
+```
 
 ## 数据集和预训练模型
 
@@ -58,7 +89,7 @@ dataset
 ```
 ## 训练
 
-### 修改配置文件
+修改配置文件
 
 ```
 cd examples/sequence_labeling/
@@ -79,7 +110,7 @@ cd examples/sequence_labeling/
 cd examples/sequence_labeling/
 ./multi_train.sh
 ```
-## 精度数据
+## 精度
 
 | 卡数 | 类型 | batch_size | f1     | p      | r      |
 | ---- | ---- | ---------- | ------ | ------ | ------ |
@@ -88,7 +119,18 @@ cd examples/sequence_labeling/
 | 4    | fp32 | 256        | 0.9459 | 0.9398 | 0.9521 |
 | 4    | fp16 | 256        | 0.9438 | 0.9398 | 0.9505 |
 
+## 应用场景
+
+### 算法类别
+
+自然语言处理、文本分类、智能问答
+
+### 热点应用行业
+
+互联网
+
 ## 源码仓库及问题反馈
+
 - https://developer.hpccube.com/codes/modelzoo/bert4torch
 ## 参考资料
 - https://github.com/Tongjilibo/bert4torch