Update sf.md

README.md

@@ -47,7 +47,7 @@ docker run -it -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal:/opt
 ### Anaconda（方法三）
 此处提供本地配置、编译的详细步骤，例如：
 
-关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.hpccube.com/tool/)开发者社区下载安装。
+关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装。
 ```
 DTK驱动：dtk24.04.1
 python：python3.10
@@ -62,7 +62,7 @@ Imagenet
 
 - https://image-net.org/
 
-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
@@ -128,6 +128,6 @@ bash train_multi_fp32.sh
 `制造,政府,科研`
 
 ## 源码仓库及问题反馈
-- [https://developer.hpccube.com/codes/modelzoo/resnet50v1.5_pytorch](https://developer.hpccube.com/codes/modelzoo/resnet50v1.5_pytorch)
+- [https://developer.sourcefind.cn/codes/modelzoo/resnet50v1.5_pytorch](https://developer.sourcefind.cn/codes/modelzoo/resnet50v1.5_pytorch)
 ## 参考资料
 - [https://github.com/NVIDIA/DeepLearningExamples/tree/master/PyTorch/Classification/ConvNets/resnet50v1.5](https://github.com/NVIDIA/DeepLearningExamples/tree/master/PyTorch/Classification/ConvNets/resnet50v1.5)