准备环境：你需要装什么？

在开始AI开发前，先准备好三样东西：Python（一种编程语言，AI领域最常用）、pip（Python的包管理器，用来安装别人写好的代码库）、以及一个代码编辑器（比如VS Code，用来写代码）。

• Python：去官网 python.org 下载最新版本的Python（推荐3.10或3.11）。安装时记得勾选“Add Python to PATH”，这样你就能在命令行直接使用Python了。
• pip：Python安装包自带pip，安装后打开命令行（Windows按Win+R输入cmd，Mac打开终端），输入 pip --version 确认安装成功。
• VS Code：从 code.visualstudio.com 下载并安装。安装后打开，点击左侧扩展图标，搜索“Python”安装官方插件，这样写代码时会有智能提示。

常见坑：安装Python时忘记勾选“Add to PATH”会导致后面命令找不到，重装时注意勾上。

安装步骤：一步步来

现在安装AI最常用的库：TensorFlow（一个让计算机学会“看”和“分析”的框架）和Jupyter Notebook（一个在浏览器里写代码的工具，方便测试）。

1. 打开命令行（终端）。
2. 输入 pip install tensorflow，按回车。等待进度条走完，看到“Successfully installed”即成功。
3. 接着输入 pip install jupyter，同样等待安装。
4. 安装完成后，输入 jupyter notebook，浏览器会自动打开一个页面。点击右上角“New” -> “Python 3”，新建一个代码笔记本。

常见坑：如果pip下载慢，可以换成国内镜像源，例如 pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple。

验证是否成功：跑一个最简单的AI

在Jupyter新建的单元格里，输入以下代码，然后按Shift+Enter运行：

import tensorflow as tf
print(tf.__version__)

如果输出了类似“2.15.0”的版本号，说明TensorFlow安装成功。再试试一个真正的AI模型——用预训练模型（别人已经训练好的模型，你直接拿来用）识别图片：

1. 下载一张猫或狗的图片，放在桌面，命名为“test.jpg”。
2. 在Jupyter单元格输入以下代码：

from tensorflow.keras.applications import MobileNetV2
from tensorflow.keras.preprocessing import image
import numpy as np

model = MobileNetV2(weights='imagenet')
img = image.load_img('test.jpg', target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
preds = model.predict(x)
print('Predicted:', tf.keras.applications.imagenet_utils.decode_predictions(preds, top=3)[0])

运行后你会看到模型预测的前三个结果，比如“老虎猫”和置信度。恭喜！你已经跑通了第一个AI模型。

常见坑：图片路径写错会报错，确保文件名和路径正确。如果内存不足，可以换更小的模型如MobileNetV2。

下一步可以做什么

你已经具备了AI入门的基础：能装环境、能跑模型。接下来可以：

• 学习Python基础语法（if、for、函数等），网上很多免费教程。
• 尝试用Keras（TensorFlow的简化接口）自己训练一个简单的模型，比如识别手写数字。
• 探索其他AI库，比如PyTorch（另一个流行的AI框架），安装方式类似：pip install torch。

记住，AI入门关键是多动手，遇到错误就搜索，别怕踩坑。