准备环境：需要装什么？

要跑 AI 程序，需要三样东西：Python（一种简单好学的编程语言）、pip（Python 的软件安装工具）和 TensorFlow（谷歌开发的 AI 工具包）。你可以把它们想象成：Python 是厨房，pip 是买菜员，TensorFlow 是菜谱。

• 下载 Python：访问 python.org，点击 Download 按钮，下载最新版（比如 3.12.x）。安装时记得勾选“Add Python to PATH”。
• 验证安装：打开命令提示符（Windows 按 Win+R，输入 cmd），输入 python --version，看到版本号就对了。
• 确认 pip：输入 pip --version，有输出说明 pip 已就绪。

安装 TensorFlow：一行命令搞定

TensorFlow 是让计算机学会“看图认物”“预测数字”的 AI 工具。安装非常简单：

1. 在命令提示符中输入：pip install tensorflow，按回车。
2. 等待进度条跑完（可能需要几分钟）。如果出现“Successfully installed”就成功了。
3. 常见坑：如果报错“pip 不是内部命令”，说明 Python 没添加到 PATH，重新安装并勾选那个选项即可。

跑通第一个 AI 模型：识别手写数字

下面用 TensorFlow 内置的 MNIST 数据集（几万张手写数字图片）训练一个简单的识别模型。复制下面代码保存为 first_ai.py：

import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10)
])
loss_fn = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True)
model.compile(optimizer='adam', loss=loss_fn, metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test, verbose=2)

然后在命令提示符中运行：python first_ai.py。看到一堆数字和“accuracy: 0.97”之类的输出，就说明模型训练成功了！

下一步可以做什么？

• 试试修改 epochs=5 为 10，看看准确率会不会更高。
• 找一张自己的手写数字图片（28x28 像素），用模型预测一下。
• 学习更多 TensorFlow 教程：官方文档 tensorflow.org/tutorials 有中文版。