diff --git a/README.md b/README.md
index 06f320a..c910e28 100644
--- a/README.md
+++ b/README.md
@@ -13,9 +13,10 @@
 
 - Движок для создания нейронных сетей
 - Поддержка вычислений [на CPU](./src/tensor/cpu/) или [на GPU с использованием OpenCL](./src/tensor/opencl/)
-  - [Алгоритмы массового параллелизма на GPU](./src/tensor/opencl/kernels) для быстрых вычислений
+  - [Алгоритмы массового параллелизма на GPU](./src/tensor/opencl/kernels.hpp) для быстрых вычислений
   - Классические алгоритмы на CPU для возможности проверки
 - [Класс Tensor](./src/tensor/tensor.hpp) для работы с тензорами произвольной размерности
+- [Пример обучения нейронной сети вычисления XOR на Python](./src/run.py)
 
 ## Forward & Back propogation - это путешествие в Мордор и обратно!
 
diff --git a/src/run.py b/src/xor.py
similarity index 96%
rename from src/run.py
rename to src/xor.py
index a63f67f..cc7f4ae 100644
--- a/src/run.py
+++ b/src/xor.py
@@ -1,4 +1,4 @@
-import tensor.tensor as T
+import tensor as T
 
 if (T.MODE == T.PLATFORM.OPENCL):
     T.init()
@@ -45,7 +45,7 @@ class NN:
 
         lossVector = self.layers[len(self.layers) -
                                  1].outputs - target
-        # print("loss", lossVector(T.FUNCTION.MSE))
+        print("loss", lossVector(T.FUNCTION.MSE))
         dAnl = lossVector(T.FUNCTION.MSE, True)
         for i in range(len(self.layers)-1, -1, -1):
             dZl = dAnl * \
@@ -55,7 +55,7 @@ class NN:
             dbl = dZl
             # dbl = dZl.sum(axis=1).reshape(dZl.shape[0], 1)
             dAnl = self.layers[i].weights.t() @ dZl
-            self.layers[i].weights.t()
+            print(self.layers[i].weights)
             self.layers[i].weights += (dWl * -0.3)
             self.layers[i].bias += (dbl * -0.3)