Update README.md

README.md

@@ -19,7 +19,8 @@ BERT-large包含24个Transformer编码器，每个编码器有1024个隐藏层
 
 版本：v2.1 
 
-原始代码位置：https://github.com/mlcommons/training_results_v2.1/tree/main/Baidu/benchmarks/bert/implementations/8_node_64_A100_PaddlePaddle
+原始代码位置：
+* https://github.com/mlcommons/training_results_v2.1/tree/main/Baidu/benchmarks/bert/implementations/8_node_64_A100_PaddlePaddle
 
 ## 数据集
 模型训练的数据集来自Wikipedia 2020/01/01，即一种常用的自然语言处理数据集，它包含了维基百科上的文章和对应的摘要（即第一段内容），可用于各种文本相关的任务，例如文本分类、文本摘要、命名实体识别等。
@@ -45,6 +46,13 @@ BERT-large包含24个Transformer编码器，每个编码器有1024个隐藏层
 python依赖安装：
 
     pip3 install -r requirement.txt
+
+### 预训练模型
+/workspace/bert_data文件夹存放预训练模型如下：
+
+    ├── /workpalce/bert_data/phase1
+    └── └──model.ckpt-28252.tf_pickled #预训练模型 
+
 ### 训练
 训练命令：
 
@@ -53,17 +61,12 @@ python依赖安装：
     #不同环境的配置及数据的存放路径会有不同，请根据实际情况进行调整run_benchmark_8gpu.sh脚本中的如下内容：
     BASE_DATA_DIR=${BASE_DATA_DIR:-"/public/DL_DATA/mlperf/bert"} //调整为具体的数据的路径
 
-### 预训练模型
-/workspace/bert_data文件夹存放预训练模型如下：
-
-    ├── /workpalce/bert_data/phase1
-    └── └──model.ckpt-28252.tf_pickled #预训练模型 
 ## 测试结果
 采用上述输入数据，加速卡采用Z100L*8，可最终达到官方收敛要求；
 
-
-## 历史版本
+## 源码仓库及问题反馈
 * https://developer.hpccube.com/codes/modelzoo/mlperf_bert-large
+
 ## 参考
 * https://mlcommons.org/en/
 * https://github.com/mlcommons