Update README.md

README.md

@@ -81,7 +81,7 @@ deepspeed0.14.2只能使用transformers4.31.0，此版本不支持k100ai使用bf
 ```
 pip show pip  #查看依赖库安装地址site-packages
 
-1、site-packages/transformers/utils/import_utils.py，修改def is_torch_bf16_gpu_available():
+1、site-packages/transformers/utils/import_utils.py，修改def is_torch_bf16_gpu_available()277行后:
 ...
 #TODO:if torch.cuda.is_available() and torch.version.cuda is not None:
 if torch.cuda.is_available():
@@ -93,8 +93,9 @@ if torch.cuda.is_available():
         return False
 else:
     return False
+return True
 
-2、site-packages/transformers/utils/import_utils.py，修改def is_torch_tf32_available():
+2、site-packages/transformers/utils/import_utils.py，修改def is_torch_tf32_available()322行后:
 ...
 #TODO:if not torch.cuda.is_available() or torch.version.cuda is None:
 if not torch.cuda.is_available():
@@ -181,7 +182,7 @@ huggingface-cli download --resume-download THUDM/chatglm3-6b --local-dir checkpo
 ```
 以基于VTimeLLM-7B的VTimeLLM为例，模型目录结构如下：
 ```
-VTimeLLM:
+VTimeLLM/checkpoints:
  ── clip
     │   └── ViT-L-14.pt
  ── vicuna-7b-v1.5
@@ -190,6 +191,7 @@ VTimeLLM:
 
 以基于Vicuna v1.5的VTimeLLM为例，训练运行代码：
 ```
+# 若使用小数据集需修改sh文件，例如per_device_train_batch_size=gradient_accumulation_steps=2【per_device_train_batch_size*n_gpus<10不能超过小数据集的size】
 cd VTimeLLM
 wandb off
 sh scripts/stage1.sh
@@ -210,7 +212,7 @@ tar -xzvf vtimellm-vicuna-v1-5-7b.tar.gz
 ```
 以基于Vicuna v1.5的VTimeLLM为例，模型目录结构如下：
 ```
-VTimeLLM:
+VTimeLLM/checkpoints:
  ── clip
     │   └── ViT-L-14.pt
  ── vtimellm-vicuna-v1-5-7b-stage1