update

Author: zhanghuiyao

README.md

@@ -2,4 +2,4 @@
 ### guide
 - [mindspore 安装指南](./installation/installation.md)
 - mindspore API 案例
-- mindspore 模型案例
+- [mindspore 模型案例](./model-examples/README.md)

model-examples/README.md

@@ -10,7 +10,7 @@
 
 - [OpenSora-PKU 从零到一简单介绍](./opensora-pku/opensora-pku%20implemented%20from%20scratch.md)
     - [T5-XXL 简介与 MindSpore 实现](./opensora-pku/T5_implement.md)
-    - [Attention 模块的 MindSpore 实现](./opensora-pku/T5_attention_module_implement.md)
+    - [Attention 模块的 MindSpore 实现](./opensora-pku/attention_module_implement.md)
     - [MindSpore 静态图训练流程介绍](./opensora-pku/docs/MindSpore%20static%20graph%20training%20process%20introduction.md)
 
 

model-examples/opensora-pku/T5_implement.md

@@ -2,7 +2,7 @@
 
 本文介绍如何使用 Mindspore 在 Ascend 910* 上构建 OpenSora-PKU 中用到的 T5 (Text-to-Text Transfer Transformer) 文本编码器模型。
 
-> 以下仅通过示例代码对 OpenSora-PKU 中 T5 文本编码器模型进行简单讲解，完整代码请到 mindone 套件中获取，代码位置 [opensora-pku](https://github.com/mindspore-lab/mindone/tree/master/examples/opensora_pku/opensora/models/text_encoder/t5_encoder.py)
+> 以下仅通过示例代码对 OpenSora-PKU 中 T5 文本编码器模型进行简单讲解，完整代码请到 mindone 套件中获取，代码位置 [opensora-pku](https://github.com/mindspore-lab/mindone/blob/b3d2a7c5faea702b6a440f488ead0697e84bf502/examples/opensora_pku/opensora/models/text_encoder/t5_encoder.py)
 
 论文：[Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer](https://arxiv.org/abs/1910.10683)
 
@@ -27,15 +27,15 @@ encoder 结构图，参考自 [illustrated-transformer](https://jalammar.github.
 ### 1.2 T5 结构较原Transformer改动点
 
 - 简化的 `层归一化层 (LayerNorm)`，将在下面介绍
-- 简化的 `位置嵌入(Position Embedding)`，详情见 [注意力模块中2.3节的描述](./T5_attention_module_implement.md)
+- 简化的 `位置嵌入(Position Embedding)`，详情见 [注意力模块中2.3节的描述](./attention_module_implement.md)
 
 <img src="imgs/t5_arch_diff.png" width="699">
 
 ## 2. MindSpore 实现
 
 ### 2.1 T5 Attention 注意力模块实现
 
-请参考，[T5 注意力模块的 MindSpore 实现](./T5_attention_module_implement.md)
+请参考，[T5 注意力模块的 MindSpore 实现](./attention_module_implement.md)
 
 ### 2.2 T5 LayerNorm 基础模块实现
 

model-examples/opensora-pku/T5_attention_module_implement.md renamed to model-examples/opensora-pku/attention_module_implement.md

@@ -1,8 +1,8 @@
-# T5 注意力模块的 MindSpore 实现
+# 注意力模块的 MindSpore 实现
 
-本文介绍如何基于 Mindspore 在 Ascend 910* 上实现 T5 网络的注意力模块。
+本文介绍如何基于 Mindspore 在 Ascend 910* 上实现注意力模块，以 Attention 在 T5 中的使用为例。
 
-> 以下仅通过示例代码对 T5 注意力模块进行简单讲解，完整代码请到 mindone 套件中获取，代码位置 [opensora-pku](https://github.com/mindspore-lab/mindone/tree/master/examples/opensora_pku/opensora/models/text_encoder/t5_encoder.py)
+> 以下仅通过示例代码对 T5 注意力模块进行简单讲解，完整代码请到 mindone 套件中获取，代码位置 [opensora-pku](https://github.com/mindspore-lab/mindone/blob/b3d2a7c5faea702b6a440f488ead0697e84bf502/examples/opensora_pku/opensora/models/text_encoder/t5_encoder.py)
 
 ## 1. 注意力模块原理介绍
 

model-examples/opensora-pku/opensora-pku implemented from scratch.md

@@ -1,6 +1,6 @@
 # OpenSora-PKU 从零到一简单介绍
 
-本文介绍如何使用 Mindspore 在 Ascend 910* 上从零到一实现 OpenSora-PKU 视频生成模型(静态图)，主要代码参考自mindone套件中[opensora-pku](https://github.com/mindspore-lab/mindone/tree/master/examples/opensora_pku)实现。
+本文介绍如何使用 Mindspore 在 Ascend 910* 上从零到一实现 OpenSora-PKU 视频生成模型(静态图)，主要代码参考自mindone套件中[opensora-pku v1.1](https://github.com/mindspore-lab/mindone/tree/b3d2a7c5faea702b6a440f488ead0697e84bf502/examples/opensora_pku)的实现。
 
 ### 1、基本训练流程介绍
 
@@ -43,6 +43,8 @@ print(f"reconstruct video value: {reconstruct_video[:, :, :20]}")
 
 #### 2.2 t5 模块搭建
 
+- [T5 模型详细介绍](./T5_implement.md)
+
 - [源码实现](https://github.com/mindspore-lab/mindone/blob/b3d2a7c5faea702b6a440f488ead0697e84bf502/examples/opensora_pku/opensora/models/text_encoder/t5.py#L24)
 
 ```python
@@ -104,10 +106,12 @@ for i, data in enumerate(loader):
 
 ### 4、训练流程搭建
 
-#### 4.1 [MindSpore 静态图训练流程小示例](./docs/MindSpore static graph training process introduction.md)
+#### 4.1 [MindSpore 静态图训练流程小示例](./docs/MindSpore%20static%20graph%20training%20process%20introduction.md)
 
 #### 4.2 opensora-pku 1.0 训练流程 (用于流程说明，代码不可运行)
 
+[源码实现](https://github.com/mindspore-lab/mindone/blob/b3d2a7c5faea702b6a440f488ead0697e84bf502/examples/opensora_pku/README.md#training)
+
 ```python
 from mindspore import Model
 from mindone.trainers.optim import create_optimizer