Update README.md

README.md

@@ -29,7 +29,7 @@ ViT主要包括patch embeding、transformer encoder、MLP head三部分：以图
 ### Docker（方法一）
 ```
 docker pull image.sourcefind.cn:5000/dcu/admin/base/jax:0.4.23-ubuntu20.04-dtk24.04.1-py3.10
-docker run -it --network=host --privileged=true --name=vit --device=/dev/kfd --device=/dev/dri --group-add video --shm-size=32G  --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v /path/your_code_data/:/path/your_code_data/ <imageID> /bin/bash  # <imageID>为以上拉取的docker的镜像ID替换
+docker run -it --network=host --privileged=true --name=vit --device=/dev/kfd --device=/dev/dri --group-add video --shm-size=32G  --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro <imageID> /bin/bash  # <imageID>为以上拉取的docker的镜像ID替换
 
 cd /your_code_path/vision_transformer
 pip install flax==0.6.9 # flax会强制安装某版本ai包
@@ -46,7 +46,7 @@ pip install jaxlib-0.4.23+das1.1.git387bd43.abi1.dtk2404-cp310-cp310-manylinux_2
 ### Dockerfile（方法二）
 ```
 docker build --no-cache -t vit:latest .
-docker run -it --network=host --privileged=true --name=vit --device=/dev/kfd --device=/dev/dri --group-add video --shm-size=32G  --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v /path/your_code_data/:/path/your_code_data/ vit /bin/bash
+docker run -it --network=host --privileged=true --name=vit --device=/dev/kfd --device=/dev/dri --group-add video --shm-size=32G  --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro vit /bin/bash
 
 cd /your_code_path/vision_transformer
 pip install flax==0.6.9 # flax会强制安装某版本ai包
@@ -105,8 +105,7 @@ vim /usr/local/lib/python3.10/site-packages/tensorflow_datasets/core/utils/gcs_u
     │             └── label.labels.txt
 ```
 ### 推理数据集
-推理所用图片和文件可根据scnet或以下代码进行下载：
-- http://113.200.138.88:18080/aidatasets/project-dependency/vision_transformer_jax
+推理所用图片和文件可根据[scnet]()或以下代码进行下载：
 ```
 # ./dataset是存储地址，可自订
 wget https://storage.googleapis.com/bit_models/ilsvrc2012_wordnet_lemmas.txt -P ./dataset
@@ -119,7 +118,7 @@ wget https://picsum.photos/384 -O ./dataset/picsum.jpg  # 将图片调整为384
     │   └── picsum.jpg
 ```
 ## 训练
-检查点可通过scnet或以下方式进行下载：
+检查点可通过[scnet](http://113.200.138.88:18080/aimodels/findsource-dependency/vision_transformer_jax/-/tree/master/imagenet21k?ref_type=heads)或以下方式进行下载：
 ```
 cd /your_code_path/vision_transformer/test_result   # test_result为检查点下载地址，可自订
 wget https://storage.googleapis.com/vit_models/imagenet21k/ViT-B_16.npz
@@ -141,7 +140,7 @@ sh test.sh
 # config.optim_dtype='bfloat16' # 精度
 ```
 ## 推理
-检查点可通过scnet或以下方式进行下载：
+检查点可通过[scnet](http://113.200.138.88:18080/aimodels/findsource-dependency/vision_transformer_jax/-/tree/master/imagenet21k+imagenet2012?ref_type=heads)或以下方式进行下载：
 ```
 cd /your_code_path/vision_transformer/test_result   # test_result为检查点下载地址，可自订
 wget https://storage.googleapis.com/vit_models/imagenet21k+imagenet2012/ViT-B_16.npz -O ViT-B_16_imagenet2012.npz
@@ -207,7 +206,20 @@ gpu推理结果：
 0.00004 : sandbar, sand_bar
 ```
 ### 精度
-无
+k800*1（1410Mhz，80G，cuda11.8）:
+| 参数 | acc     | loss     |
+| -------------------------------- | ------- | -------- |
+| model_datasets='b16,cifar10'<br>config.batch=512<br/>config.total_steps=500<br/>config.optim_dtype = 'bfloat16' | 0.98047 | 0.428023 |
+| model_datasets='b16,cifar100'<br/>config.batch=512<br/>config.total_steps=500<br/>config.optim_dtype = 'bfloat16' | 0.89206 | 1.25078  |
+| model_datasets='l16,cifar10'<br/>config.batch=512<br/>config.total_steps=500<br/>config.optim_dtype = 'bfloat16' | 0.98890 | 0.348941 |
+| model_datasets='l16,cifar100'<br/>config.batch=512<br/>config.total_steps=500<br/>config.optim_dtype = 'bfloat16' | 0.91375 | 1.05141  |
+
+k100*1（1270Mhz，64G，dtk24.04.1）:
+| 参数                                                         | acc     | loss     |
+| ------------------------------------------------------------ | ------- | -------- |
+| model_datasets='b16,cifar10'<br/>config.batch=512<br/>config.total_steps=500<br/>config.optim_dtype = 'bfloat16' | 0.98037 | 0.43239  |
+| model_datasets='b16,cifar100'<br/>config.batch=512<br/>config.total_steps=500<br/>config.optim_dtype = 'bfloat16' | 0.89001 | 1.2273   |
+| model_datasets='l16,cifar10'<br/>config.batch=512<br/>config.total_steps=500<br/>config.optim_dtype = 'bfloat16' | 0.98921 | 0.306221 |
 ## 应用场景
 ### 算法类别
 `图像分类`