add model.properties

README.md

@@ -27,7 +27,12 @@ Minigo的核心是AlphaZero论文中描述的强化学习循环。简单地说
         gsutil cp gs://minigo-pub/ml_perf/0.7/target.* ml_perf/target/
 ## 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：
 
@@ -62,13 +67,13 @@ python依赖安装：
 
 ### 训练
 
-训练命令（此处以单机8卡规模为例说明）：
+训练命令：
 
     bash sbatch.sh >& log.txt &
     输出结果见log.txt
 
-## 性能和准确率数据
-测试采用上述输入数据，加速卡采用Z100L，最终可达到收敛精度要求
+## 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
 * https://developer.hpccube.com/codes/modelzoo/mlperf_minigo

model.properties

+# 模型名称
+modelName=MiniGo
+# 模型描述
+modelDescription=Minogo是一个基于深度强化学习的围棋程序
+# 应用场景(多个标签以英文逗号分割)
+appScenario=RL
+# 框架类型(多个标签以英文逗号分割)
+frameType=TensorFlow
+