refine and add overview

doc/design/mkldnn/README.MD

@@ -11,7 +11,8 @@
 ## Contents
 
 - [Overall](#overall)
-	- [Cmake](#cmake)
+- [Details](#details)
+ 	- [Cmake](#cmake)
 	- [Layer](#layer)
 	- [Activation](#activation)
 	- [Unit Test](#unit-test)
@@ -19,15 +20,19 @@
 	- [Python API](#python-api)
 	- [Demo](#demo)
 	- [Benchmark](#benchmark)
-	- [Others](#others)
-- [Optimized Design](#optimized-design)
-	- [New](#new)
-	- [Add](#add)
-
+	- [Others](#others)
+- [KeyPoints](#keypoints)
 
 ## Overall
 
-整体上，我们粗略的把集成方案分为了如下几个方面。
+我们会把MKLDNN作为第三方库集成进PaddlePaddle，整体框架图
+<div align="center">
+<img src="image/overview.png" width=350><br/>
+Figure 1. PaddlePaddle on IA.
+</div>
+
+## Details
+我们把集成方案大致分为了如下几个方面。
 
 ### Cmake
 我们会在`CMakeLists.txt`中会添加`WITH_MKLDNN`的选项，当设置这个值为`ON`的时候会启用编译MKLDNN功能。同时会自动开启`OpenMP`用于提高MKLDNN的性能。
@@ -83,21 +88,19 @@ Activation的测试，计划在Paddle原有的测试文件上直接添加测试t
 1. 如果在使用MKLDNN的情况下，会把CPU的Buffer对齐为64。
 2. 深入PaddlePaddle，寻找有没有其他可以优化的可能，进一步优化。比如可能会用`OpenMP`改进SGD的更新性能。
 
-## Optimized Design
+## KeyPoints
 
 为了更好的符合PaddlePaddle的代码风格，同时又尽可能少的牺牲MKLDNN的性能。
 
-我们决定尽可能少的在PaddlePaddle的父类Layer中添加变量或者函数，改用已有的`deviceId_`变量来区分layer的属性，定义`-2`为MkldnnLayer特有的设备ID。
+我们总结出一些特别需要注意的点：
 
-### New
-1. 创建**MkldnnLayer**，并override父类Layer的`init`函数，修改`deviceId_`为`-2`，代表这个layer是用于跑在MKLDNN的环境下。
-2. 创建**MkldnnMatrix**，用于管理MKLDNN会用到的相关memory函数和接口。
-3. 创建**MkldnnBase**，定义一些除了layer和memory相关的类和函数。包括MKLDNN会用到Stream和CpuEngine，和未来可能还会用到FPGAEngine等。
-
-### Add
-1. 在现有的**Argument**里面添加两个**MkldnnMatrixPtr**，取名为mkldnnValue和mkldnnGrad，用于存放MkldnnLayer会用到的memory buffer。 并且添加函数cvt(会修改为一个更加合适的函数名)，用于处理"CPU device"和"MKLDNN device"之间memory的相互转化。
-2. 在父类Layer中的`getOutput`函数中添加一段逻辑，用于判断`deviceId`，并针对device在MKLDNN和CPU之间不统一的情况，做一个前期转换。 也就是调用`Argument`的cvt函数把output统一到需要的device上。
-3. 在原来的`FLAGS`中添加一个`use_mkldnn`的flag，用于选择是否使用MKLDNN的相关功能。
+1. 使用**deviceId_**。为了尽可能少的在父类Layer中添加变量或者函数，我们决定使用已有的`deviceId_`变量来区分layer的属性，定义`-2`为**MkldnnLayer**特有的设备ID。
+2. 重写父类Layer的**init**函数，修改`deviceId_`为`-2`，代表这个layer是用于跑在MKLDNN的环境下。
+3. 创建**MkldnnMatrix**，用于管理MKLDNN会用到的相关memory函数和接口。
+4. 创建**MkldnnBase**，定义一些除了layer和memory相关的类和函数。包括MKLDNN会用到Stream和CpuEngine，和未来可能还会用到FPGAEngine等。
+5. 在**Argument**里添加两个MkldnnMatrixPtr，取名为mkldnnValue和mkldnnGrad，用于存放MkldnnLayer会用到的memory buffer。 并且添加函数cvt(会修改为一个更加合适的函数名)，用于处理"CPU device"和"MKLDNN device"之间memory的相互转化。
+6. 在父类Layer中的**getOutput**函数中添加一段逻辑，用于判断`deviceId`，并针对device在MKLDNN和CPU之间不统一的情况，做一个前期转换。 也就是调用`Argument`的cvt函数把output统一到需要的device上。
+7. 在原来的`FLAGS`中添加一个`use_mkldnn`的flag，用于选择是否使用MKLDNN的相关功能。
 
 ## References