Update sf.md

README.md

@@ -10,13 +10,13 @@
 
 ResNet50网络中包含了49个卷积层、1个全连接层等。
 
-![ResNet50模型结构](https://developer.hpccube.com/codes/modelzoo/resnet50-pytorch/-/raw/main/doc/ResNet50.png?inline=false)
+![ResNet50模型结构](https://developer.sourcefind.cn/codes/modelzoo/resnet50-pytorch/-/raw/main/doc/ResNet50.png?inline=false)
 
 ## 算法原理
 
 ResNet50使用了多个具有残差连接的残差块来解决梯度消失或梯度爆炸问题，并使得网络可以向更深层发展。
 
-![算法原理](https://developer.hpccube.com/codes/modelzoo/resnet50-pytorch/-/raw/main/doc/Residual_Block.png?inline=false)
+![算法原理](https://developer.sourcefind.cn/codes/modelzoo/resnet50-pytorch/-/raw/main/doc/Residual_Block.png?inline=false)
 
 ## 环境配置
 
@@ -42,7 +42,7 @@ docker run --rm --shm-size 16g --network=host --name=resnet50_pytorch --privileg
 ### Anaconda（方法三）
 
 1、关于本项目DCU显卡所需的特殊深度学习库可从光合开发者社区下载安装：
-https://developer.hpccube.com/tool/
+https://developer.sourcefind.cn/tool/
 
 ```
 DTK驱动：dtk24.04.1
@@ -60,7 +60,7 @@ apex:1.1
 
 下载ImageNet数据集：[imagenet-2012](https://image-net.org/download.php)
 
-参考[scrips/extract_ILSVRC.sh](https://developer.hpccube.com/codes/modelzoo/resnet50-pytorch/-/blob/main/scrips/extract_ILSVRC.sh)处理数据集，处理后数据集结构如下：
+参考[scrips/extract_ILSVRC.sh](https://developer.sourcefind.cn/codes/modelzoo/resnet50-pytorch/-/blob/main/scrips/extract_ILSVRC.sh)处理数据集，处理后数据集结构如下：
 
 ```
 data
@@ -115,7 +115,7 @@ mpirun --allow-run-as-root --bind-to none -np 4 single_process_amp.sh localhost
 
 ## result
 
-![result](https://developer.hpccube.com/codes/modelzoo/resnet50-pytorch/-/raw/main/doc/result.png?inline=false)
+![result](https://developer.sourcefind.cn/codes/modelzoo/resnet50-pytorch/-/raw/main/doc/result.png?inline=false)
 
 ## 精度
 
@@ -142,7 +142,7 @@ mpirun --allow-run-as-root --bind-to none -np 4 single_process_amp.sh localhost
 
 # 源码仓库及问题反馈
 
-https://developer.hpccube.com/codes/modelzoo/resnet50-pytorch
+https://developer.sourcefind.cn/codes/modelzoo/resnet50-pytorch
 
 # 参考资料