修改readme文件格式

README.md

 # Generative Pre-Training2(GPT2)
 
-## 模型介绍
-GPT2模型：第二代生成式预训练模型（Generative Pre-Training2）。
+## 论文
+Language Models are Unsupervised Multitask Learners
+
+- https://d4mucfpksywv.cloudfront.net/better-language-models/language-models.pdf
 
 ## 模型结构
-GPT2主要使用Transformer的Decoder模块为特征提取器，并对Transformer Decoder进行了一些改动，原本的Decoder包含了两个Multi-Head Attention结构，而GPT2只保留了Mask Multi-Head Attention。
+第二代生成式预训练模型（Generative Pre-Training2），GPT2主要使用Transformer的Decoder模块为特征提取器，并对Transformer Decoder进行了一些改动，原本的Decoder包含了两个Multi-Head Attention结构，而GPT2只保留了Mask Multi-Head Attention。
 
-## Python版本推理
+<img src="./Doc/Images/GPT_03.png" style="zoom:55%;" align=middle>
 
-本次采用GPT-2模型进行诗词生成任务，模型文件下载链接：https://pan.baidu.com/s/1KWeoUuakCZ5dualK69qCcw , 提取码：4pmh ，并将GPT2_shici.onnx模型文件保存在Resource/文件夹下。下面介绍如何运行python代码示例，Python示例的详细说明见Doc目录下的Tutorial_Python.md。
+## 算法原理
 
-### 下载镜像
+GPT-2中使用了掩模自注意力(masked self-attention)，通过屏蔽当前位置的右边token，使模型可以更好的预测下一个token。
 
-下载MIGraphX镜像： 
+<img src="./Doc/Images/GPT_04.png" style="zoom:70%;" align=middle>
 
-```python
+## 环境配置
+
+### Docker（方法一）
+
+拉取镜像：
+
+```
 docker pull sugonhub/migraphx:3.2.1-centos7.6-dtk-23.04.1-py38
 ```
 
-### 设置Python环境变量
+创建并启动容器：
+
+```
+docker run --shm-size 16g --network=host --name=gpt2_migraphx --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/gpt2_migraphx:/home/gpt2_migraphx -it <Your Image ID> /bin/bash
+```
+
+### Dockerfile（方法二）
+
+```
+cd ./docker
+docker build --no-cache -t gpt2_migraphx:2.0 .
+
+docker run --shm-size 16g --network=host --name=gpt2_migraphx --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/gpt2_migraphx:/home/gpt2_migraphx -it <Your Image ID> /bin/bash
+```
+
+## 推理
+
+### Python版本推理
+
+本次采用GPT-2模型进行诗词生成任务，模型文件下载链接：https://pan.baidu.com/s/1KWeoUuakCZ5dualK69qCcw , 提取码：4pmh ，并将GPT2_shici.onnx模型文件保存在Resource/文件夹下。下面介绍如何运行python代码示例，Python示例的详细说明见Doc目录下的Tutorial_Python.md。
+
+#### 设置环境变量
 
 ```
 export PYTHONPATH=/opt/dtk/lib:$PYTHONPATH
 ```
 
-### 安装依赖
+#### 运行示例
 
-```python
+```
 # 进入gpt2 migraphx工程根目录
 cd <path_to_gpt2_migraphx> 
 
@@ -35,11 +64,8 @@ cd Python/
 
 # 安装依赖
 pip install -r requirements.txt
-```
 
-### 运行示例
-
-```python
+# 运行示例
 python gpt2.py
 ```
 
@@ -56,26 +82,18 @@ user:春风吹絮满江南
 chatbot:春风吹絮满江南，一片离情酒半酣。记得小桥和雪看，梅花无数簇晴岚。
 ```
 
-## C++版本推理
+### C++版本推理
 
 本次采用GPT-2模型进行诗词生成任务，模型文件下载链接：https://pan.baidu.com/s/1KWeoUuakCZ5dualK69qCcw , 提取码：4pmh ，并将GPT2_shici.onnx模型文件保存在Resource/文件夹下。下面介绍如何运行C++代码示例，C++示例的详细说明见Doc目录下的Tutorial_Cpp.md。
 
-### 下载镜像
-
-下载MIGraphX镜像： 
-
-```
-docker pull sugonhub/migraphx:3.2.1-centos7.6-dtk-23.04.1-py38
-```
 
-
-### 构建工程
+#### 构建工程
 
 ```
 rbuild build -d depend
 ```
 
-### 设置环境变量
+#### 设置环境变量
 
 将依赖库依赖加入环境变量LD_LIBRARY_PATH，在~/.bashrc中添加如下语句：
 
@@ -89,7 +107,7 @@ export LD_LIBRARY_PATH=<path_to_gpt2_migraphx>/depend/lib64/:$LD_LIBRARY_PATH
 source ~/.bashrc
 ```
 
-### 运行示例
+#### 运行示例
 
 ```python
 # 进入gpt2 migraphx工程根目录
@@ -115,6 +133,16 @@ question：春风吹絮满江南
 chatbot：春风吹絮满江南，一片离情酒半酣。记得小桥和雪看，梅花无数簇晴岚。
 ```
 
+## 应用场景
+
+### 算法类别
+
+自然语言处理
+
+### 热点应用行业
+
+nlp,智能聊天助手,科研
+
 ## 源码仓库及问题反馈
 
 https://developer.hpccube.com/codes/modelzoo/gpt2_migraphx

docker/Dockerfile

+FROM sugonhub/migraphx:3.2.1-centos7.6-dtk-23.04.1-py38
+RUN source /opt/dtk/env.sh
+