更新readme

README.md

@@ -23,7 +23,7 @@ DenseNet的核心组件为“Dense Block”，如图所示，由Dense connectivi
 ### Docker（方法一）
 
 ```python
- git clone --recursive http://developer.hpccube.com/codes/modelzoo/densenet121_mmcv.git
+git clone --recursive http://developer.hpccube.com/codes/modelzoo/densenet121_mmcv.git
 docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.10.0-centos7.6-dtk-22.10.1-py37-latest
 # <your IMAGE ID>用以上拉取的docker的镜像ID替换
 docker run --shm-size 10g --network=host --name=nit-pytorch --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/Densenet121-mmcv:/home/Densenet121-mmcv -it <your IMAGE ID> bash
@@ -32,18 +32,6 @@ cd Densenet121-mmcv/mmclassification-mmcv
 pip install -r requirements.txt
 ```
 
-### Dockerfile（方法二）
-
-```
-git clone --recursive http://developer.hpccube.com/codes/modelzoo/densenet121_mmcv.git
-cd Densenet121-mmcv/docker
-docker build --no-cache -t Densenet121-mmcv:latest .
-docker run --rm --shm-size 10g --network=host --name=megatron --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/../../Densenet121-mmcv:/home/Densenet121-mmcv -it megatron bash
-# 若遇到Dockerfile启动的方式安装环境需要长时间等待，可注释掉里面的pip安装，启动容器后再安装python库：
-cd mmclassification-mmcv
-pip install -r requirements.txt
-```
-
 ## 数据集
 
 在本测试中可以使用ImageNet数据集。