update download_models.py & README.md

README.md

@@ -110,28 +110,22 @@ paddlepalm框架的运行原理图如图所示
 ### 预训练模型
 
 #### 下载
-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）。用户可通过运行`script/download_pretrain_models <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
+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
-bash script/download_pretrain_backbone.sh bert
+python download_models.py
 ```
 
-脚本会自动在**当前文件夹**中创建一个pretrain_model目录（注：运行DEMO时，需保证pretrain_model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`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)
-
-
-#### 转换
-注意，预训练模型不能直接被框架使用。我们提供了转换脚本可以将其转换成paddlepalm的模型格式。如下，通过运行`script/convert_params.sh`可将预训练模型bert转换成框架的模型格式。
+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：
 
 ```shell
-bash script/convert_params.sh pretrain_model/bert/params
+python download_models.py download bert-en-uncased-large
 ```
 
-注意，以下恢复操作在执行后述DEMO流程中**无需执行**。
-若用户需将转换成的paddlepalm模型恢复为原始的预训练模型，可以运行`script/recover_params.sh`进行恢复。
+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。
+
+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_model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)
 
-```shell
-bash script/recover_params.sh pretrain_model/bert/params
-```
 
 
 ## 三个DEMO入门PaddlePALM

download_models.py

@@ -13,6 +13,9 @@
 # See the License for the specific language governing permissions and
 # limitations under the License.
 
-import paddlepalm as palm 
-
-palm.download('pretrain')
+import paddlepalm as palm
+import sys
+if(sys.argv[1] == 'ls'):
+  palm.ls(sys.argv[1], sys.argv[2])
+if(sys.argv[1] == 'download'):
+  palm.download(sys.argv[1], sys.argv[2])