Update README.md

README.md

@@ -25,18 +25,18 @@ docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:proteinmpnn-dtk-22.10
 # <Image ID>用上面拉取docker镜像的ID替换
 # <Host Path>主机端路径
 # <Container Path>容器映射路径
-docker run -it --name proteinmpnn --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
+docker run -it --name proteinmpnn --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 /opt/hyhal:/opt/hyhal:ro -v <Host Path>:<Container Path> <Image ID> /bin/bash
 ```
 
 镜像版本依赖：
-* DTK驱动：dtk22.10
-* Pytorch: 1.10
-* Torchvision >= 1.10.0
-* Torchaudio >= 1.10.0
-* python: python3.7
+* DTK驱动：dtk24.04.2
+* Pytorch: 2.3.0
+* Torchvision >= 0.18.1
+* Torchaudio >= 2.1.2
+* python: python3.10
 
 激活镜像环境：
-`source /opt/dtk-22.10/env.sh`
+`source /opt/dtk-24.04.2/env.sh`
 
 测试目录：
 `/opt/ProteinMPNN-main`
@@ -108,15 +108,15 @@ outputs/
 ```
 
 ## 精度
-测试数据：`/opt/ProteinMPNN-main/inputs`，使用的加速卡:1张 DCU Z100L-32G
+测试数据：`/opt/ProteinMPNN-main/inputs`，使用的加速卡:1张 DCU K100_AI-64G
 
 准确率数据：
 | batch size | 数据类型 | 序列类型 | 序列标签 | 序列长度 | Sequence recovery(%) |
 | :------: | :------: | :------: |:------: |:------: |:------: |
-| 1 | fp32 | 单体 | 5L33 | 106 | 39.6 |
-| 1 | fp32 | 单体 | 6MRR | 68  | 39.7 |
-| 1 | fp32 | 多体 | 3HTN | 429 | 55.7 |
-| 1 | fp32 | 多体 | 4YOW | 693 | 57.7 |
+| 1 | fp32 | 单体 | 5L33 | 106 | 46.23 |
+| 1 | fp32 | 单体 | 6MRR | 68  | 57.35 |
+| 1 | fp32 | 多体 | 3HTN | 429 | 61.35 |
+| 1 | fp32 | 多体 | 4YOW | 693 | 64.32 |
 
 ## 应用场景