Add dockerfile and Update README

README.md

-# 模型名称
-## 模型介绍
-使用TensorFlow2进行ResNet50的训练
+# ResNet50
+
+## 论文
+`Deep Residual Learning for Image Recognition`
+- https://arxiv.org/abs/1512.03385
 ## 模型结构
 ResNet50网络中包含了49个卷积层、1个全连接层等
+
+![img](./doc/ResNet50.png)
+## 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。
+
+![img](./doc/Residual_Block.png)
+## 环境配置
+### Docker(方法一)
+```
+docker pull image.sourcefind.cn:5000/dcu/admin/base/tensorflow:2.7.0-centos7.6-dtk-22.10.1-py38-latest
+# <Your Image ID>用上面拉取docker镜像的ID替换
+docker run --shm-size 16g --network=host --name=ResNet50-TensorFlow2x --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/ResNet50-TensorFlow2x:/home/ResNet50-TensorFlow2x -it <Your Image ID> bash
+pip install -r requirements.txt
+```
+### Dockerfile(方法二)
+```
+cd ResNet50-TensorFlow2x/docker
+docker build --no-cache -t ResNet50-TensorFlow2x:latest .
+docker run --rm --shm-size 16g --network=host --name=ResNet50-TensorFlow2x --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/ResNet50-TensorFlow2x:/home/ResNet50-TensorFlow2x -it ResNet50-TensorFlow2x:latest bash
+
+```
+### Anaconda(方法三)
+1、关于本项目DCU显卡所需的特殊深度学习库可以从开发社社区下载安装：
+https://developer.hpccube.com/tool/
+```
+DTK版本：dtk22.10.1
+python:  3.8
+tensorflow: 2.9
+tf-models-official: 2.7
+keras: 2.7
+tensorboard: 2.7
+```
+`Tips:以上dtk、python、tensorflow等DCU相关工具版本需要严格一一对应`
+2、其他非特殊库参照requirements.txt安装
+```
+pip3 install -r requirements.txt
+```
+
 ## 数据集
 使用ImageNet数据集，并且需要转成TFRecord格式
 ImageNet数据集可以[官网](https://image-net.org/ "ImageNet数据集官网")下载、百度搜索或者联系我们

docker/dockerfile

+FROM image.sourcefind.cn:5000/dcu/admin/base/tensorflow:2.7.0-centos7.6-dtk-22.10.1-py38-latest
+ENV DEBIAN_FRONTEND=noninteractive
+# RUN yum update && yum install -y git cmake wget build-essential
+RUN source /opt/dtk-22.10.1/env.sh
+# 安装pip相关依赖
+COPY requirements.txt requirements.txt
+RUN pip3 install -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com -r requirements.txt  --no-deps

docker/requirements.txt

+numpy==1.21.5
+tensorflow_model_optimization
+tf-models-official==2.7
+psutil
+tensorboard==2.7
+keras==2.7

requirements.txt

-tensorflow-model-optimization
+numpy==1.21.5
+tensorflow_model_optimization
+tf-models-official==2.7
+psutil
+tensorboard==2.7
+keras==2.7