fix download bugs

README.md

@@ -113,16 +113,16 @@ paddlepalm框架的运行原理图如图所示
 我们提供了BERT、ERNIE等主干网络的相关预训练模型。为了加速模型收敛，获得更佳的测试集表现，我们强烈建议用户在多任务学习时尽量在预训练模型的基础上进行（而不是从参数随机初始化开始）。用户可以查看可供下载的预训练模型：
 
 ```shell
-python download_models.py ls pretrain
+python download_models.py -l
 ```
 
-用户可通过运行`python download_models.py download <model_name>`下载需要的预训练模型，例如，下载预训练BERT模型（uncased large）的命令如下：
+用户可通过运行`python download_models.py -d <model_name>`下载需要的预训练模型，例如，下载预训练BERT模型（uncased large）的命令如下：
 
 ```shell
-python download_models.py download bert-en-uncased-large
+python download_models.py -d bert-en-uncased-large
 ```
 
-此外，用户也可通过运行`python download_models.py download all`下载已提供的所有预训练模型。
+此外，用户也可通过运行`python download_models.py -d all`下载已提供的所有预训练模型。
 
 脚本会自动在**当前文件夹**中创建一个pretrain目录（注：运行DEMO时，需保证pretrain文件夹在PALM项目目录下），并在其中创建bert子目录，里面存放预训练模型(`params`文件夹内)、相关的网络参数(`bert_config.json`)和字典(`vocab.txt`)。除了BERT模型，脚本还提供了ERNIE预训练模型（uncased large）的一键下载，将`<model_name>`改成`ernie-en-uncased-large`即可。全部可用的预训练模型列表见[paddlenlp/lark](https://github.com/PaddlePaddle/models/tree/develop/PaddleNLP/PaddleLARK)
 

download_models.py

@@ -15,11 +15,15 @@
 
 import paddlepalm as palm
 import sys
+import argparse
+ 
+# create parser
+parser = argparse.ArgumentParser(description = 'Download pretrain models for initializing params of backbones. ')
+parser.add_argument("-l", "--list", action = 'store_true', help = 'show the list of pretrain models')
+parser.add_argument("-d", "--download", action = 'store', help = 'download pretrain models') 
+args = parser.parse_args()
 
-items = ['ls', 'download']
-assert len(sys.argv) == 3, 'please input 2 parameters.'
-assert sys.argv[1] in items, '{} is not found. Support methods: {}'.format(sys.argv[1], items)
-if(sys.argv[1] == 'ls'):
-  palm.downloader.ls(sys.argv[2])
-if(sys.argv[1] == 'download'):
-  palm.downloader.download('pretrain', sys.argv[2])
+if(args.list):
+  palm.downloader.ls('pretrain')
+if(args.download):
+  palm.downloader.download('pretrain', args.download)