Update README—dtk24.04.1

README.md

@@ -19,15 +19,14 @@ GLM是一个开放的双语（中英）双向密集模型，使用通用语言
 ### Docker（方法一）
 
 ```
-docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu22.04-dtk23.10.1-py310 
+docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu20.04-dtk24.04.1-py3.10 
 
-docker run -it -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro --shm-size=64G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name fingpt <your imageID> bash
+docker run -it -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro --network=host --shm-size=64G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name fingpt <your imageID> bash
 
 cd /path/your_code_data/
 
 pip install -r requirements.txt -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
 
-pip install deepspeed-0.12.3+gitfe61783.abi0.dtk2310.torch2.1.0a0-cp310-cp310-manylinux2014_x86_64.whl
 ```
 ### Dockerfile（方法二）
 
@@ -36,16 +35,15 @@ cd /path/your_code_data/docker
 
 docker build --no-cache -t fingpt:latest .
 
-docker run --shm-size=64G --name fingpt -v /opt/hyhal:/opt/hyhal:ro --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video -v /path/your_code_data/:/path/your_code_data/ -it fingpt bash
+docker run --shm-size=64G --name fingpt -v /opt/hyhal:/opt/hyhal:ro --network=host --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video -v /path/your_code_data/:/path/your_code_data/ -it fingpt bash
 
-pip install deepspeed-0.12.3+gitfe61783.abi0.dtk2310.torch2.1.0a0-cp310-cp310-manylinux2014_x86_64.whl
 ```
 ### Anaconda（方法三）
 关于本项目DCU显卡所需的特殊深度学习库可从光合开发者社区下载安装：
 https://developer.hpccube.com/tool/
 
 ```
-DTK驱动：dtk23.10
+DTK驱动：dtk24.04.1
 python：python3.10
 torch: 2.1.0
 torchvision: 0.16.0
@@ -81,7 +79,7 @@ pip install -r requirements.txt -i http://mirrors.aliyun.com/pypi/simple
 python data_process.py
 ```
 
-项目中已提供用于试验训练的迷你数据集，训练数据目录结构如下，用于正常训练的完整数据集请按此目录结构进行制备：
+训练数据目录结构如下，用于正常训练的完整数据集请按此目录结构进行制备：
 ```
  ── dataset
     │   ├── dataset_new
@@ -96,6 +94,8 @@ python data_process.py
     │   └── dataset_new.jsonl         
     │                        
 ```
+项目中已提供用于试验训练的迷你数据集，即脚本中的默认数据集路径[LLaMA-Factory-main/data](https://developer.sourcefind.cn/codes/modelzoo/fingpt-glm_pytorch/-/tree/main/LLaMA-Factory-main/data)
+
 ## 训练
 
 根据实际情况在脚本中修改权重相关路径
@@ -121,6 +121,15 @@ python inference_FinGPT.py
     <img src="./figs/single_task_cn.png"/>
 </div>
 
+### 精度
+测试数据：[twitter-financial-news-sentiment](../FinGPT/dataset/dataset_new.jsonl)，使用的加速卡:V100S/K100。
+
+根据测试结果情况填写表格：
+| device | train_loss |eval_los |
+| :------: | :------: | :------: |
+| V100s |  0.371248 | 0.06542 |
+| K100 | 0.371148 |  0.06536 |
+
 ## 应用场景
 ### 算法类别
 `对话问答`