add model.properties

README.md

@@ -34,6 +34,10 @@ BERT-large包含24个Transformer编码器，每个编码器有1024个隐藏层
 
 ## 训练
 
+### 测试规模
+
+单机8卡进行性能&&精度测试
+
 ### 环境配置
 提供[光源](https://www.sourcefind.cn/#/service-details)拉取的训练的docker镜像：
 * 训练镜像：
@@ -42,7 +46,7 @@ python依赖安装：
 
     pip3 install -r requirement.txt
 ### 训练
-训练命令（此处以单机8卡规模为例说明）：
+训练命令：
 
     bash run_8gpu.sh
     
@@ -54,11 +58,6 @@ python依赖安装：
 
     ├── /workpalce/bert_data/phase1
     └── └──model.ckpt-28252.tf_pickled #预训练模型 
-### 单卡测试
-测试命令：
-
-    bash run_1gpu.sh
-
 ## 性能和准确率数据
 测试采用上述输入数据，加速卡采用Z100L，可最终达到收敛要求；
 

model.properties

+# 模型名称
+modelName=Bert-large
+# 模型描述
+modelDescription=Bert-large是一种基于Transformer架构的预训练语言模型
+# 应用场景(多个标签以英文逗号分割)
+appScenario=NLP,训练
+# 框架类型(多个标签以英文逗号分割)
+frameType=Paddle
+