Update README.md

README.md

@@ -21,11 +21,10 @@ InternLM-Math是基于InternLM2-Base模型进行数学预训练得到的大型
 
 ```
 docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-centos7.6-dtk24.04-py310
-docker run -it --shm-size=1024G -v /parastor/home/internlm-math-pytorch:/home/internlm-math-pytorch -v /opt/hyhal:/opt/hyhal --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name internlm-math  <your IMAGE ID> bash  # <your IMAGE ID>为以上拉取的docker的镜像ID替换，本镜像为：c85ed27005f2
+docker run -it --shm-size=1024G -v <Host Path>:<Container Path> -v /opt/hyhal:/opt/hyhal --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name internlm-math  <your IMAGE ID> bash  # <your IMAGE ID>为以上拉取的docker的镜像ID替换，本镜像为：c85ed27005f2
 cd /home/internlm-math-pytorch
-pip install -r requirement.txt -i https://mirrors.aliyun.com/pypi/simple/  --trusted-host mirrors.aliyun.com
-# deepspeed、bitsandbytes可从whl.zip文件里获取安装：
-pip install deepspeed-0.12.3+das1.0+gita724046.abi0.dtk2404.torch2.1.0-cp310-cp310-manylinux2014_x86_64.whl
+pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/  --trusted-host mirrors.aliyun.com
+# bitsandbytes可从whl.zip文件里获取安装：
 pip install bitsandbytes-0.42.0-py3-none-any.whl
 
 ```
@@ -37,9 +36,8 @@ pip install bitsandbytes-0.42.0-py3-none-any.whl
 ```
 docker build  -t internlm-math-df:latest .
 docker run -it --shm-size=1024G -v /parastor/home/internlm-math-pytorch:/home/internlm-math-pytorch -v /opt/hyhal:/opt/hyhal --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name internlm-math  internlm-math-df  bash
-pip install -r requirement.txt -i https://mirrors.aliyun.com/pypi/simple/  --trusted-host mirrors.aliyun.com
-# deepspeed、bitsandbytes可从whl.zip文件里获取安装：
-pip install deepspeed-0.12.3+das1.0+gita724046.abi0.dtk2404.torch2.1.0-cp310-cp310-manylinux2014_x86_64.whl
+pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/  --trusted-host mirrors.aliyun.com
+# bitsandbytes可从whl.zip文件里获取安装：
 pip install bitsandbytes-0.42.0-py3-none-any.whl
 
 ```
@@ -80,7 +78,7 @@ pip install -r requirements.txt
 
 ## 训练
 
-一般情况下，ModelZoo 上的项目提供单机训练的启动方法即可，单机单卡、单机多卡至少提供其一训练方法。
+根据实际路径修改模型路径和数据集路径
 
 ### 单机单卡
 
@@ -98,7 +96,7 @@ sh multi_node.sh
 ## 推理
 
 ```
-cd examples/inference
+cd inference
 sh single_node.sh
 ```
 
@@ -107,7 +105,7 @@ sh single_node.sh
 使用的加速卡:2张 DCU-K100-64G
 
 <div align=center>
-    <img src="./doc/training_loss.png"/>
+    <img src="./doc/inf_result.png"/>
 </div>
 
 ### 精度