update README.md

README.md

@@ -17,7 +17,10 @@ LLama是一个基础语言模型的集合,参数范围从7B到65B。在数万亿
 提供[光源](https://www.sourcefind.cn/#/service-details)拉取推理的docker镜像：
 ```
 docker pull docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:fastertransformer-dtk23.04-latest
-docker run -it --name llama --shm-size=32G  --device=/dev/kfd --device=/dev/dri/ --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --ulimit memlock=-1:-1 --ipc=host --network host --group-add video docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:fastertransformer-dtk23.04-latest /bin/bash
+# <Image ID>用上面拉取docker镜像的ID替换
+# <Host Path>主机端路径
+# <Container Path>容器内路径
+docker run -it --name llama --shm-size=32G  --device=/dev/kfd --device=/dev/dri/ --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --ulimit memlock=-1:-1 --ipc=host --network host --group-add video -v <Host Path>:<Container Path> <Image ID> /bin/bash
 ```
 
 镜像版本依赖：
@@ -70,7 +73,7 @@ python ../examples/cpp/llama/huggingface_llama_convert.py \
 data_type = 0 (FP32) or 1 (FP16)
 
 ```bash
-./bin/gpt_gemm 1 1 20 52 128 17920 32000 1 1
+./bin/gpt_gemm 1 1 20 32 128 11008 32000 1 1
 ```
 
 上述参数对应为
@@ -81,7 +84,7 @@ data_type = 0 (FP32) or 1 (FP16)
 
 2. 配置`../examples/cpp/llama/llama_config.ini`
 
-data_type = 1时，data_type = fp16;data_type = 0时，data_type = fp32,tensor_para_size和模型转换设置的tp数保持一致，model_name=llama_7B，model_dir为对应的模型权重，request_batch_size为推理的batch_size数量，request_output_len为输出长度,`../examples/cpp/llama//start_ids.csv`可以修改输入的起始id.
+data_type = 1时，data_type = fp16;data_type = 0时，data_type = fp32,tensor_para_size和模型转换设置的tp数保持一致，model_name=llama_7B，model_dir为对应的模型权重，request_batch_size为推理的batch_size数量，request_output_len为输出长度,`../examples/cpp/llama/start_ids.csv`可以修改输入的起始id.
 
 3. 运行