add readme

README.md

+# Lstm_pytorch
+
+## 论文
+- https://arxiv.org/pdf/1506.04214.pdf
+## 模型结构
+LSTM（长短期记忆网络）是一种特殊的循环神经网络（RNN）结构，通过引入输入门、遗忘门和输出门三个控制单元来调节信息的流动，从而有效解决传统RNN在处理长序列数据时的梯度消失或爆炸问题，能够更好地捕捉序列中的长期依赖关系。
+
+![model](model1.png)
+
+
+## 算法原理
+LSTM通过引入输入门、遗忘门和输出门三个控制机制，动态地筛选和更新信息，从而有效捕捉序列数据中的长期依赖关系，解决传统RNN的梯度消失问题。
+
+![model2](model2.png)
+
+
+## 环境配置
+### Docker（方法一）
+此处提供[光源](https://www.sourcefind.cn/#/service-details)拉取docker镜像的地址与使用步骤
+```
+docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-py3.10-dtk24.04.3-ubuntu20.04
+
+docker run -it --name docker_name -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal:/opt/hyhal:ro --network=host --shm-size=32G --privileged=true --device=/dev/kfd --ipc=host --device=/dev/dri/ --group-add video image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-py3.10-dtk24.04.3-ubuntu20.04 /bin/bash
+```
+### Dockerfile（方法二）
+此处提供dockerfile的使用方法
+```
+cd ./docker
+docker build --no-cache -t lstm:1.0 .
+docker run -it -v /path/your_code_data/:/path/your_code_data/ --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID /bin/bash
+```
+### Anaconda（方法三）
+此处提供本地配置、编译的详细步骤，例如：
+
+关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.hpccube.com/tool/)开发者社区下载安装。
+```
+DTK驱动：dtk24.04.3
+python：python3.10
+torch：2.1.0
+torchvision：0.16.0
+```
+`Tips：以上dtk驱动、python、paddle等DCU相关工具版本需要严格一一对应`
+
+除了上述包之外，还需要单独安装如下第三方库
+
+```
+pip install scikit-learn
+pip install statsmodels
+```
+
+
+
+
+## 数据集
+`dat_3day_pcase`
+
+训练所用的数据集在工程根目录下，可通过hour_dataset.py文件得到dat_3day_pcase
+
+
+
+## 训练
+### 单机多卡
+```
+python -m torch.distributed.launch --nproc_per_node=8 driver.py 
+```
+
+
+## result
+
+![result](result.png)
+
+
+
+### 精度
+测试数据：/data/下的s2数据集，使用的加速卡:K100_AI。
+
+根据测试结果情况填写表格：
+| 卡数 | 精度 |
+| :------: | :------: |
+| 8 | 0.7978 |
+## 应用场景
+### 算法类别
+`情绪识别`
+
+### 热点应用行业
+应用行业的填写需要做大量调研，从而为使用者提供专业、全面的推荐，除特殊算法，通常推荐数量>=3。
+
+`教育,科研,交通`
+
+## 预训练权重
+- 该工程为通用训练模型，不需要预训练权重文件
+## 源码仓库及问题反馈
+- https://developer.sourcefind.cn/codes/modelzoo/lstm_pytorch
+## 参考资料
+- https://github.com/pytorch/pytorch/blob/main/torch/nn/modules/rnn.py

docker/Dockerfile

+FROM image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-py3.10-dtk24.04.3-ubuntu20.04
+RUN source /opt/dtk/env.sh
+
+

model.properties

+# 模型编码
+modelCode=1151
+# 模型名称
+modelName=Lstm_pytorch
+# 模型描述
+modelDescription=LSTM（长短期记忆网络）是一种特殊的循环神经网络（RNN）架构，专门用于解决传统RNN在处理长序列数据时的梯度消失或爆炸问题，能够有效捕捉序列数据中的长期依赖关系，广泛应用于自然语言处理、时间序列预测、语音识别等领域。
+# 应用场景(多个标签以英文逗号分割)
+appScenario=训练,情绪识别,教育,科研,交通
+# 框架类型(多个标签以英文逗号分割)
+frameType=PyTorch
+