修改readme

README.md

@@ -18,7 +18,7 @@ BERT的全称为Bidirectional Encoder Representation from Transformers，是一
 
 ## 环境配置
 
-### Docker
+### Docker（方法一）
 
 拉取镜像：
 
@@ -35,6 +35,15 @@ docker run --shm-size 16g --network=host --name=bert_migraphx --privileged --dev
 source /opt/dtk/env.sh
 ```
 
+### Dockerfile（方法二）
+
+```
+cd ./docker
+docker build --no-cache -t bert_migraphx:2.0 .
+
+docker run --shm-size 16g --network=host --name=bert_migraphx --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/bert_migraphx:/home/bert_migraphx -it <Your Image ID> /bin/bash
+```
+
 ## 数据集
 
 在界面中根据提示输入问题，模型预测出答案。
@@ -134,6 +143,10 @@ question：What is ROCm built for?
 answer：scale
 ```
 
+### 精度
+
+无
+
 ## 应用场景
 
 ### 算法类别
@@ -148,6 +161,6 @@ answer：scale
 
 https://developer.hpccube.com/codes/modelzoo/bert_migraphx
 
-## 参考
+## 参考资料
 
 https://github.com/ROCmSoftwarePlatform/AMDMIGraphX/tree/develop/examples/nlp/python_bert_squad
\ No newline at end of file

docker/Dockerfile

+FROM image.sourcefind.cn:5000/dcu/admin/base/migraphx:4.0.0-centos7.6-dtk23.04.1-py38-latest
+RUN source /opt/dtk/env.sh

model.properties

@@ -5,6 +5,6 @@ modelName=bert_migraphx
 # 模型描述
 modelDescription=Bert是一种预训练的语言表征模型。
 # 应用场景
-appScenario=推理,NLP,对话问答
+appScenario=推理,NLP,政府,科研,金融,教育
 # 框架类型
 frameType=migraphx
\ No newline at end of file