Update dtk24.04.1

README.md

@@ -31,37 +31,32 @@ ResNet50v1.5的算法原理是利用残差连接和深层卷积层来构建更
 ### Docker（方法一）
 此处提供[光源](https://www.sourcefind.cn/#/service-details)拉取docker镜像的地址与使用步骤
 ```
-docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:1.13.1-centos7.6-dtk-23.04.1-py38-latest
+docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.1.0-ubuntu20.04-dtk24.04.1-py3.10
+
+docker run -it -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal:/opt/hyhal --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
 
-docker run -it -v /path/your_code_data/:/path/your_code_data/ --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
-#进入容器后
-pip install pynvml
 ```
 ### Dockerfile（方法二）
 此处提供dockerfile的使用方法
 ```
 cd ./docker
 docker build --no-cache -t resnet:v1.5 .
-docker run -it -v /path/your_code_data/:/path/your_code_data/ --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
-#进入容器后
-pip install pynvml
+docker run -it -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal:/opt/hyhal --shm-size=32G --privileged=true --device=/dev/kfd --device=/dev/dri/ --group-add video --name docker_name imageID bash
+
 ```
 ### 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。
 ```
-DTK驱动：dtk23.04.1
-python：python3.8
-torch：1.13
-torchvision：0.14.1
+DTK驱动：dtk24.04.1
+python：python3.10
+torch：2.1.0
+torchvision：0.16.0
 ```
-`Tips：以上dtk驱动、python、paddle等DCU相关工具版本需要严格一一对应`
+`Tips：以上dtk驱动、python、pytorch等DCU相关工具版本需要严格一一对应`
 另外需要安装如下三方库
-```
-pip install pyyaml
-pip install pynvml
-```
+
 ## 数据集
 Imagenet