准备环境：装好必备工具

要跑AI，先装Python（一种编程语言，简单说就是让计算机执行命令的工具）。去官网 python.org 下载最新版，安装时记得勾选“Add Python to PATH”（这样系统才能找到它）。装完后打开命令提示符（Windows）或终端（Mac/Linux），输入python --version，看到版本号就成功了。

再装pip（Python的包管理器，用来安装别人写好的工具包）。通常Python自带pip，输入pip --version检查。如果没有，网上搜“安装pip”几分钟搞定。

安装步骤：下载AI库并跑个例子

我们装TensorFlow（一个AI框架，帮你搭建和训练模型）。打开命令提示符，输入：

1. pip install tensorflow（等待下载安装）
2. 装完后，输入python进入交互模式
3. 复制粘贴下面代码（按Enter执行）：

import tensorflow as tf
print(tf.__version__)

如果打印出版本号（比如2.12.0），说明安装成功。

验证是否成功：跑第一个模型

用MNIST数据集（手写数字图片，用来训练识别0-9）。写个简单脚本：

1. 新建文件test.py，用记事本打开
2. 复制以下代码保存：

import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dense(10)
])
model.compile(optimizer='adam', loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True))
model.fit(x_train, y_train, epochs=5)
print('训练完成！')

在命令提示符中运行python test.py，等几分钟，看到“训练完成！”就成功了。

下一步可以做什么

恭喜！你已经跑通了第一个AI模型。接下来可以：

• 试试改epochs（训练次数）后面的数字，看效果变化
• 用Keras（TensorFlow的高阶API）做图片分类或文本分析
• 网上找“TensorFlow 入门教程”继续学

常见坑：如果安装慢，用国内镜像（比如pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple）。如果报错“No module named tensorflow”，检查pip是否装对位置。