修改为model zoo格式

README.md

-# Generative Pre-Training2(GPT2)
+# GPT2-ORT
+## 论文
+Language Models are Unsupervised Multitask Learners
 
-## 模型介绍
-GPT2模型：第二代生成式预训练模型（Generative Pre-Training2），使用ONNXRuntime推理框架进行推理。
+- 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。
-
-### 下载镜像
+## 算法原理
+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。
 
-在光源中下载镜像： 
+<img src="./Doc/Images/GPT_04.png" style="zoom:70%;" align=middle>
 
-```python
+## 环境配置
+### Docker
+拉取镜像：
+```
 docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:ort1.14.0_migraphx3.0.0-dtk22.10.1
 ```
 
-### 设置Python环境变量
+创建并启动容器，安装相关依赖：
+```
+docker run --shm-size 16g --network=host --name=gpt2_ort --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/gpt2_ort:/home/gpt2_ort -it <Your Image ID> /bin/bash
 
+# 激活dtk
+source /opt/dtk/env.sh
+```
+## 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Python环境变量
 ```
 export PYTHONPATH=/opt/dtk/lib:$PYTHONPATH
 ```
-
-### 安装依赖
-
+#### 安装依赖
 ```python
 # 进入gpt2 ort工程根目录
 cd <path_to_gpt2_ort> 
@@ -36,13 +46,10 @@ cd Python/
 # 安装依赖
 pip install -r requirements.txt
 ```
-
-### 运行示例
-
+#### 运行示例
 ```python
 python gpt2.py
 ```
-
 如下所示，采用交互式界面，通过输入开头诗词，GPT2模型可以生成后续的诗句。
 
 ```
@@ -56,25 +63,13 @@ 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
-
-```
-docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:ort1.14.0_migraphx3.0.0-dtk22.10.1
-```
-
-
-### 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：
 
 ```
@@ -87,9 +82,7 @@ export LD_LIBRARY_PATH=<path_to_gpt2_ort>/depend/lib64/:$LD_LIBRARY_PATH
 source ~/.bashrc
 source /opt/dtk/env.sh
 ```
-
-### 运行示例
-
+#### 运行示例
 ```cpp
 # 进入gpt2 ort工程根目录
 cd <path_to_gpt2_ort> 
@@ -114,10 +107,20 @@ 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_ort
 
 ## 参考
 
-https://github.com/Morizeyao/GPT2-Chinese
\ No newline at end of file
+https://github.com/Morizeyao/GPT2-Chinese