diff --git a/README.md b/README.md
index 7cb7d1e..3c91382 100644
--- a/README.md
+++ b/README.md
@@ -41,20 +41,20 @@ cuDNNを使わなくてもCUDAで変換出来ますが、cuDNNを使うと以下
  * 使用するGPUの種類によっては画像をより高速に変換することが出来る
  * VRAMの使用量を減らすことが出来る(最低でもCUDAの半分未満。分割サイズが大きくなるほど差が開いていく)
 
-このような利点があるcuDNNですが、ライセンスの関係上動作に必要なファイルを配布することが出来ません。
+このような利点があるcuDNNですが、ライセンスの関係上動作に必要なファイルを配布することが出来ません。  
 なので、cuDNNを使いたい人は[こちらのページ](https://developer.nvidia.com/cuDNN)でWindows向けバイナリ(v5.1 RC以降)をダウンロードし、
-「cudnn64_5.dll」をwaifu2x-caffeのフォルダに入れて下さい。
-なお、ソフトを起動している最中にdllを入れた場合はソフトを起動しなおしてください。
+「cudnn64_5.dll」をwaifu2x-caffeのフォルダに入れて下さい。  
+なお、ソフトを起動している最中にdllを入れた場合はソフトを起動しなおしてください。  
 (cuDNNをダウンロードするにはNVIDIA Developerへの登録とCUDA Registered Developersへの登録が必要です。
  CUDA Registered Developersはおそらく(簡単な)審査があるっぽいので登録してもすぐにcuDNNをダウンロード出来るわけではありません。)
 
 作者の環境での処理速度、VRAM使用量の計測結果は以下の通りです。
 
-GPU : GTX 980 Ti
-VRAM : 6GB
-処理内容 : 1000*1000のPNG 4ch画像でノイズ除去と拡大、JPEGノイズ除去レベル1、拡大率2.00、TTAモード未使用
-処理時間計測方法 : CUI版で10回の平均処理時間を計測。ただし初めに2回事前に処理を行う(初期化にかかる時間を含めないようにするため)
-VRAM使用量計算方法 : (GUI版で処理中に使用した最大VRAM) - (GUI版を起動した後のVRAM使用量)
+ * GPU : GTX 980 Ti
+ * VRAM : 6GB
+ * 処理内容 : 1000*1000のPNG 4ch画像でノイズ除去と拡大、JPEGノイズ除去レベル1、拡大率2.00、TTAモード未使用
+ * 処理時間計測方法 : CUI版で10回の平均処理時間を計測。ただし初めに2回事前に処理を行う(初期化にかかる時間を含めないようにするため)
+ * VRAM使用量計算方法 : (GUI版で処理中に使用した最大VRAM) - (GUI版を起動した後のVRAM使用量)
 
 cuDNN RGBモデル