diff --git a/labworks/LW1/report.md b/labworks/LW1/report.md
index 184e74d..52f7a1f 100644
--- a/labworks/LW1/report.md
+++ b/labworks/LW1/report.md
@@ -103,7 +103,7 @@ plt.legend(['train_loss', 'val_loss'])
 plt.title('Loss by epochs')
 plt.show()
 ```
-
+![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW1/images%20/picture5.PNG)
 ### Пункт 7
 Применили обученную модель к тестовым данным. Вывели значение функции ошибки и значение метрики качества классификации на тестовых данных.
 ```python
@@ -141,11 +141,15 @@ plt.legend(['train_loss', 'val_loss'])
 plt.title('Loss by epochs')
 plt.show()
 
+
 # Оценка качества работы модели на тестовых данных
 scores = model_1h100.evaluate(X_test, y_test)
 print('Loss on test data:', scores[0])
 print('Accuracy on test data:', scores[1])
 ```
+![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW1/images%20/picture6.PNG)
+Loss on test data: 0.1981867104768753
+Accuracy on test data: 0.9398000240325928
 
 При 300 нейронах
 ```python
@@ -177,6 +181,10 @@ scores = model_1h300.evaluate(X_test, y_test)
 print('Loss on test data:', scores[0])
 print('Accuracy on test data:', scores[1])
 ```
+![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW1/images%20/picture7.PNG)
+Loss on test data: 0.22451213002204895
+Accuracy on test data: 0.9320999979972839
+
 
 При 500 нейронах
 ```python