Open-Sora: Democratizing Efficient Video Production for All
Python
[doc] fixed links (#144)
celaraze8a19f3ba0e69
diff --git a/docs/README_zh.md b/docs/README_zh.mdindex 839d513..d0a0c40 100644--- a/docs/README_zh.md+++ b/docs/README_zh.md@@ -52,7 +52,7 @@<details><summary>查看更多</summary>-* ✅ 重构代码库。请参阅[结构](docs/structure.md),了解项目结构以及如何使用配置文件。+* ✅ 重构代码库。请参阅[结构](structure.md),了解项目结构以及如何使用配置文件。</details>@@ -110,7 +110,7 @@ cd Open-Sorapip install -v .```-安装完成后,建议阅读[结构](docs/structure.md),了解项目结构以及如何使用配置文件。+安装完成后,建议阅读[结构](structure.md),了解项目结构以及如何使用配置文件。## 模型权重@@ -142,11 +142,11 @@ torchrun --standalone --nproc_per_node 1 scripts/inference.py configs/opensora/itorchrun --standalone --nproc_per_node 2 scripts/inference.py configs/opensora/inference/64x512x512.py --ckpt-path ./path/to/your/ckpt.pth```-我们在 H800 GPU 上进行了速度测试。如需使用其他模型进行推理,请参阅[此处](/docs/commands_zh.md)获取更多说明。+我们在 H800 GPU 上进行了速度测试。如需使用其他模型进行推理,请参阅[此处](commands_zh.md)获取更多说明。## 数据处理-高质量数据是高质量模型的关键。[这里](/docs/datasets.md)有我们使用过的数据集和数据收集计划。我们提供处理视频数据的工具。目前,我们的数据处理流程包括以下步骤:+高质量数据是高质量模型的关键。[这里](datasets.md)有我们使用过的数据集和数据收集计划。我们提供处理视频数据的工具。目前,我们的数据处理流程包括以下步骤:1. 下载数据集。[[文件](/tools/datasets/README.md)]2. 将视频分割成片段。 [[文件](/tools/scenedetect/README.md)]@@ -169,7 +169,7 @@ torchrun --nnodes=1 --nproc_per_node=8 scripts/train.py configs/opensora/train/6colossalai run --nproc_per_node 8 --hostfile hostfile scripts/train.py configs/opensora/train/64x512x512.py --data-path YOUR_CSV_PATH --ckpt-path YOUR_PRETRAINED_CKPT```-有关其他模型的训练和高级使用方法,请参阅[此处](/docs/commands_zh.md)获取更多说明。+有关其他模型的训练和高级使用方法,请参阅[此处](commands_zh.md)获取更多说明。## 贡献