update README

README.md

@@ -16,12 +16,13 @@ bert_large_squad模型的主要参数为：24个transformer层、1024个hidden s
 ```
 docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:ort1.14.0_migraphx3.0.0-dtk22.10.1
 docker run -d -t --privileged --device=/dev/kfd --device=/dev/dri/ --network=host --group-add video --name bert-test image.sourcefind.cn:5000/dcu/admin/base/custom:ort1.14.0_migraphx3.0.0-dtk22.10.1
+docker exec -it bert-test bash
 ```
 在[huggingface](https://huggingface.co/ctuning/mlperf-inference-bert-onnx-fp32-squad-v1.1)下载模型model.onnx到当前目录
 
 执行fp16转换
 ```
-pip3 install onnxmltools
+pip3 install -r requirements.txt
 python3 fp16-convert.py
 ```
 ## 推理
@@ -30,7 +31,7 @@ python3 main.py
 ```
 ## result
 ![image](https://developer.hpccube.com/codes/modelzoo/bert_large_squad_onnx/-/raw/main/resources/bert_result.png)
-### 性能和精度数据
+### 精度
 暂无
 ## 应用场景
 ### 算法类别
@@ -39,6 +40,6 @@ nlp
 问答系统
 ## 源码仓库及问题反馈
 https://developer.hpccube.com/codes/modelzoo/bert_large_squad_onnx
-## 参考
+## 参考资料
 https://github.com/google-research/bert