diff --git a/doc/fluid/advanced_usage/deploy/anakin_arm_benchmark.md b/doc/fluid/advanced_usage/deploy/anakin_arm_benchmark.md
index 748e8ea41121e59dfb3758fd6ce29e61d21b0323..e8701b2b54d96c104e6df13f28a0c028b1ca8d16 100644
--- a/doc/fluid/advanced_usage/deploy/anakin_arm_benchmark.md
+++ b/doc/fluid/advanced_usage/deploy/anakin_arm_benchmark.md
@@ -49,7 +49,7 @@
 
 ## How to run those Benchmark models?
 
-   1. 首先, 使用[External Converter](./convert_paddle_to_anakin.md)对caffe model 进行转换
+   1. 首先, 使用[External Converter](./convert_paddle_to_anakin.html)对caffe model 进行转换
    2. 然后将转换后的Anakin model和编译好的benchmark_arm 二进制文件通过'adb push'命令上传至测试机
    3. 接着在测试机含有Anakin model的目录中运行'./benchmark_arm ./ anakin_model.anakin.bin 1 10 10 1' 命令
    4. 最后，终端显示器上将会打印该模型的运行时间
diff --git a/doc/fluid/advanced_usage/deploy/anakin_gpu_benchmark.md b/doc/fluid/advanced_usage/deploy/anakin_gpu_benchmark.md
index 1effc52312739a687e9452dc12cb3a9b7d936bc0..72a5d50d99c982aa29ebb1fdbc55cd836aabce53 100644
--- a/doc/fluid/advanced_usage/deploy/anakin_gpu_benchmark.md
+++ b/doc/fluid/advanced_usage/deploy/anakin_gpu_benchmark.md
@@ -159,7 +159,7 @@
 
 ## How to run those Benchmark models
 
-1. 首先, 使用[External Converter](./convert_paddle_to_anakin.md)对caffe model 进行转换
+1. 首先, 使用[External Converter](./convert_paddle_to_anakin.html)对caffe model 进行转换
 2. 然后跳转至 *source_root/benchmark/CNN* 目录下，使用 'mkdir ./models'创建存放模型的目录，并将转换好的Anakin模型放在该目录下
 3. 运行脚本 `sh run.sh`，运行结束后，该模型的运行时间将会显示到终端上
 4. 如果你想获取每层OP的运行时间，你只用将 CMakeLists.txt 中的`ENABLE_OP_TIMER` 设置为 `YES` 即可
diff --git a/doc/fluid/advanced_usage/deploy/anakin_tutorial.md b/doc/fluid/advanced_usage/deploy/anakin_tutorial.md
index af2186146fc6ddad47ad82bd4da5b4ce95a49b5c..1658aae6387744743d557788d70ffc4e4c2a8639 100644
--- a/doc/fluid/advanced_usage/deploy/anakin_tutorial.md
+++ b/doc/fluid/advanced_usage/deploy/anakin_tutorial.md
@@ -14,8 +14,8 @@
 
 用Anakin来进行前向计算主要分为三个步骤：
 
-  - 将外部模型通过[Anakin Parser](Converter_ch.md)解析为Anakin模型
-    在使用Anakin之前，用户必须将所有其他模型转换成Anakin模型，我们提供了转换脚本，用户可通过[Anakin Parser](Converter_ch.md)进行模型转换。
+  - 将外部模型通过[Anakin Parser](./convert_paddle_to_anakin.html)解析为Anakin模型
+    在使用Anakin之前，用户必须将所有其他模型转换成Anakin模型，我们提供了转换脚本，用户可通过[Anakin Parser](./convert_paddle_to_anakin.html)进行模型转换。
   - 生成Anakin计算图
     加载Anakin模型生成原始计算图，然后需要对原始计算图进行优化。你只需要调用相应的API优化即可。
   - 执行计算图
@@ -511,7 +511,7 @@ Anakin中数据类型与基本数据类型的对应如下:
 
 #### 获取输入输出tensor
 
-获取输入输出tensor，并填充输入tensor的buffer。如果想要获取输入和输出tensor，那么必须指定输入的名字，如"input_0", "input_1", "input_2", ..., 必须传入如上字符串才能够获得输入tensor。另外，如果想知道input_i对应哪个输入，你需要去dash board查看，如何使用dash board请看[Anakin Parser](Converter_ch.md)。请看如下示例代码
+获取输入输出tensor，并填充输入tensor的buffer。如果想要获取输入和输出tensor，那么必须指定输入的名字，如"input_0", "input_1", "input_2", ..., 必须传入如上字符串才能够获得输入tensor。另外，如果想知道input_i对应哪个输入，你需要去dash board查看，如何使用dash board请看[Anakin Parser](./convert_paddle_to_anakin.html)。请看如下示例代码
 
 ```c++
   //some declaratinos
@@ -562,7 +562,7 @@ Anakin中数据类型与基本数据类型的对应如下:
     // And then
 ```
 
-类似的，我们可以利用成员函数get_out来获得输出tensor。但与获得输入tensor不同的是， 我们需要指定输入tensor结点的名字，这个可以从dash board中看到，请从[Anakin Parser](Converter_ch.md)中查看dash board的使用方法。假如有个输出结点叫pred_out, 那么我们可以通过如下代码获得相应的输出tensor：
+类似的，我们可以利用成员函数get_out来获得输出tensor。但与获得输入tensor不同的是， 我们需要指定输入tensor结点的名字，这个可以从dash board中看到，请从[Anakin Parser](./convert_paddle_to_anakin.html)中查看dash board的使用方法。假如有个输出结点叫pred_out, 那么我们可以通过如下代码获得相应的输出tensor：
 
 ```c++
   //Note: this tensor are resident at GPU.
@@ -581,7 +581,7 @@ Anakin中数据类型与基本数据类型的对应如下:
 
 下面的例子展示了如何调用Anakin。
 
-在这儿之前， 请确保你已经有了Anakin模型。如果还没有，那么请使用[Anakin Parser](Converter_ch.md)转换你的模型。
+在这儿之前， 请确保你已经有了Anakin模型。如果还没有，那么请使用[Anakin Parser](./convert_paddle_to_anakin.html)转换你的模型。
 
 ### Single-thread
 
diff --git a/doc/fluid/advanced_usage/deploy/how_to_support_new_device_in_anakin.md b/doc/fluid/advanced_usage/deploy/how_to_support_new_device_in_anakin.md
index dc281ff6ac53ccc0a32d4c1ca30f02f5275ee83f..da2c64cf4d842b3136adc21872e66f6101a9fbc7 100644
--- a/doc/fluid/advanced_usage/deploy/how_to_support_new_device_in_anakin.md
+++ b/doc/fluid/advanced_usage/deploy/how_to_support_new_device_in_anakin.md
@@ -275,7 +275,7 @@ void Device<TNEW>::get_info() {
 
 ### 在`saber/funcs`中实现设备相关的op
 
-参考[如何增加新的Operator](./how_to_add_anakin_op.md)
+参考[如何增加新的Operator](./how_to_add_anakin_op.html)
 
 
 ## <span id = '0003'> 在`framework`中添加设备的具体化或实例化 </span> ##
diff --git a/doc/fluid/advanced_usage/deploy/install_anakin.md b/doc/fluid/advanced_usage/deploy/install_anakin.md
index 6a4ace107c1117825db497c6f77c179671b2e814..0b44a6be3baa51598fa8b2f2af863bed6c9c64e9 100644
--- a/doc/fluid/advanced_usage/deploy/install_anakin.md
+++ b/doc/fluid/advanced_usage/deploy/install_anakin.md
@@ -6,7 +6,7 @@
 
 * [在CentOS上安装 Anakin]()
 * [在Ubuntu上安装 Anakin]()
-* [在ARM上安装 Anakin](./anakin_run_on_arm.md)
+* [在ARM上安装 Anakin](./anakin_run_on_arm.html)
 * [验证安装]()
 
 
@@ -17,7 +17,6 @@
 *  cmake 2.8.12+
 *  gcc 4.8.2+
 *  g++ 4.8.2+
-*  其他需要补充的。。。
 
 #### 2. 编译CPU版Anakin ####
 
@@ -70,7 +69,7 @@
 
 ### 在ARM上安装 Anakin ###
 
-请参考[ARM安装文档](./anakin_run_on_arm.md)
+请参考[ARM安装文档](./anakin_run_on_arm.html)
 
 ### 验证安装 ###
 
diff --git a/doc/v2/dev/write_docs_cn.rst b/doc/v2/dev/write_docs_cn.rst
index 4231f2bb5cd800c0cd86835b5d07e491fcde4989..70406b0f440aac51a045494a837aab5d7bd57e87 100644
--- a/doc/v2/dev/write_docs_cn.rst
+++ b/doc/v2/dev/write_docs_cn.rst
@@ -115,7 +115,7 @@ PaddlePaddle.org工具可以配合Docker使用，需要在系统里先安装好D
 
 在浏览器中输入 http://localhost:8088 就可以看到编译生成的 ``v2`` 和 ``fluid`` 两种版本的中/英文的文档页面和英文的API页面。下图为生成的 ``v2`` 英文文档首页示例。注意，示例中由于使用了sphinx的原始主题，所以页面的风格与官网并不一致，但这并不影响开发者进行调试。
 
-..  image:: src/doc_en.png
+..  image:: https://raw.githubusercontent.com/PaddlePaddle/FluidDoc/develop/doc/v2/dev/src/doc_en.png
     :align: center
     :scale: 60 %
 
diff --git a/external/book b/external/book
index 1454fffa97aa852ec237dd431238f38dc14e3275..0d602dbbd390b95554fe6794d46f4a0c6c121179 160000
--- a/external/book
+++ b/external/book
@@ -1 +1 @@
-Subproject commit 1454fffa97aa852ec237dd431238f38dc14e3275
+Subproject commit 0d602dbbd390b95554fe6794d46f4a0c6c121179